<h3>Соревнование</h3>

В данном соревновании вам предстоит решить задачу бинарной классификации, но с небольшим ограничением - решение должно быть получено на основе модели из библиотеки <a href="https://github.com/sberbank-ai-lab/AutoMLWhitebox">AutoWoE</a>.

<h3>Метрика</h3>

Для оценки качества моделей будет использоваться метрика &quot;ROC_AUC&quot;. 
Лидерборд участников будет разделен на private/public в соотношении 50/50.

&nbsp;

Public

User Agreement

I accept <a href="https://storage.yandexcloud.net/datasouls-ods/CourseFest_1/Docs/UserAgreement.pdf" rel="noopener noreferrer" target="_blank">Terms of User Agreement and Privacy Policy</a>

Privacy Policy

I give my <a href="https://storage.yandexcloud.net/datasouls-ods/CourseFest_1/Docs/Consent.pdf" rel="noopener noreferrer" target="_blank">consent</a> to &laquo;Sorevnovaniya Analiza Dannykh&raquo; LLC to process and transfer my personal data to the partners of the event for information interaction

Consent

I <a href="https://storage.yandexcloud.net/datasouls-ods/CourseFest_1/Docs/Email.pdf" rel="noopener noreferrer" target="_blank">agree</a> to receive newsletters from &laquo;Sorevnovaniya Analiza Dannykh&raquo; LLC

I am Interested in receiving job offers

first_name

First name

last_name

Last name

country

Country (lat)

city

City (lat)

email

Email

slack_name

Your ODS Slack nickname

study_place

Study place

study_specialty

Study specialty

work_place

Work place

work_position

Work position

expectations

Expectations

interests

Interests

preferred_language

Preferred language

about

About

Registration application for Course Season 2021

AutoWoE

Predictions

В первой части блока расскажем, что такое такое WhiteBox, об этапах и особенностях построения интерпретируемых моделей на основе WhiteBox. Во второй части расскажем, что такое "Uplift моделирование", в чем отличие от классических бизнес-задач, о подходах к решению, метриках и этом, как можно решить данную задачу на основе библиотеки LightAutoML.

Теория

Блок 1: Whitebox и Uplift моделирование

В этом блоке мы попросим тебя ответить на вопросы по WhiteBox из первого блока.

Квест

Блок 2: Квиз по блоку 1, Whitebox

В этом блоке мы попросим тебя ответить на вопросы по "Uplift моделирование" из первого блока.

Блок 3: Квиз по блоку 1, Uplift

В первой части блока покажем как создать отчёт о построении модели с помощью ReportDeco. Во второй части  расскажем о наших перспективных разработках — интерпретации моделей и мониторинге.

Блок 4: LightAutoML (LAMA) - отчеты для моделей и мониторинг

В этом блоке мы попросим тебя ответить на вопросы по построению отчётов и мониторингу.

Блок 5: Квиз по блоку 4

Sber Uplift

Этот блок будет посвящен практической части. Поборитесь с задачей Uplift моделирования, используя LightAutoML.

Соревнование

Блок 6: LightAutoML Uplift Competition

Этот блок будет посвящен практической части. Отточите навыки построения интерпретируемых моделей с библиотекой WhiteBox.

Блок 7: LightAutoML AutoWoE  Competition

В рамках этого блока мы расскажем способы обработки неструктурированных данных внутри LightAutoML, обсудим разные подходы работы текстами и изображениями, подробнее посмотрим на встроенные методы интерпретации NLP моделей, а затем закрепим материал на разборе практической задачи.

Блок 8: NLP и CV функционал LightAutoML

В этом блоке мы попросим тебя ответить на вопросы по "NLV и CV "

Блок 9: Квиз по блоку 8

LightAutoML NLP Competition

Попробуйте получить максимальное качество в NLP задаче бинарной классификации вместе с LightAutoML.

В этом треке будет рассказано, как при помощи фреймворка LightAutoML можно решать задачи с текстами (NLP) и картинками (CV), а также задачи Uplift моделирования.

Для тех случаев, когда нет возможности использовать модель &laquo;черного ящика&raquo;, расскажем об автоматическом построении интерпретируемых моделей при помощи библиотеки AutoWoe, входящей в состав LightAutoML.

Для упрощения анализа построенных моделей и их работы в production покажем возможности LightAutoML в сфере генерации отчетов о разработке и мониторинга полученных моделей

<a href="https://ods.ai/tracks/automl-course-part1">Первая часть курса</a>&nbsp; &nbsp; &nbsp; &nbsp; &nbsp;&nbsp;<a href="https://ods.ai/tracks/automl-course-part3">Третья часть курса</a>

NLP, CV, Whitebox, AutoUplift, автоматические отчеты и мониторинг в LightAutoML

AutoML Course часть 2

<h3>Описание данных:</h3>

Колонки Главные:

<code>target</code> - Целевая переменная (бинарная).

Признаки:

<code>feat_100_[1,2,3,4,5]</code> - Категориальные признаки 
<code>A_[1..60], B_[1..60], C[1..60], D[1..6]</code> - Вещественные признаки

Обучающая выборка. Размер: 14000 - строк, 247 - колонки

train.csv

Тестовая выборка. Размер: 6000 - строк, 246 - колонки.

train.csv Обучающая выборка. Размер: 14000 - строк, 247 - колонки	30 MB
test.csv Тестовая выборка. Размер: 6000 - строк, 246 - колонки.	13 MB
submission_autowoe.csv Пример посылки с решением	1 MB
baseline.ipynb Ноутбук с baseline решением	1 MB

Materials (45 MB)

Описание данных: