course_lm

Курс

<h3>Описание</h3>

В этом конкурсе нужно определить конкретного пользователя сети Интернет по сессии посещения веб-сайтов. В каждой сессии может быть от 1 до 10 сайтов &ndash; количество сайтов ограничено длиной сессии. Почему конкурс называется &laquo;Alice&raquo;?&nbsp;

Во-первых, так назвали конкурс его создатели. Да, конкурс уже достаточно давно используется в курсе mlcourse.ai его создателем Юрой Кашницким @Yorko. Он любезно предоставил данные для перезапуска конкурса на платформе ODS, чтобы курсы, такие как &laquo;Линейные модели&raquo; и &laquo;Открытый курс машинного обучения&raquo;, могли переиспользовать конкурс.&nbsp;

Во-вторых, Alice &ndash; это &laquo;обычное имя&raquo;, например, в криптографии говорят Alice вместо &laquo;Пользователь А&raquo; и Bob вместо &laquo;Пользователь Б&raquo;. Все равно как мы назовем пользователя, которого мы ищем, или &laquo;target = 1&raquo;, поэтому давайте именно его, вернее, её назовём Alice. Будем искать Alice!

Данные для конкурса собраны с прокси-серверов Университета Блеза Паскаля и взяты из <a href="http://ceur-ws.org/Vol-1703/paper12.pdf" rel="noopener noreferrer" target="_blank">статьи</a>, которая описывает методы поиска Alice. Если хочется посмотреть на все научные подходы к решению, есть <a href="http://www.charuaggarwal.net/freqbook.pdf" rel="noopener noreferrer" target="_blank">книга</a>. Современные материалы ищите в сети по словам &quot;Traversal Pattern Mining&quot; и &quot;Sequential Pattern Mining&quot;.

А мы будем решать задачу методами машинного обучения как задачу классификации.

Постановка задачи&nbsp; 
Для каждой сессии нужно предсказать, принадлежит ли сессия Alice (метка &laquo;1&raquo;), или нет (метка &laquo;0&raquo;).

Сколько решений можно отправить в день? 
В день можно отправить 3 решения.

Метрика оценки решений 
Целевая метрика &ndash; ROC AUC. Пример ее описания <a href="https://habrahabr.ru/post/228963/" rel="noopener noreferrer" target="_blank">тут</a>.

Проверка решений 
На лидерборде рейтинг участников будет рассчитываться по подвыборке ответов из тестовых данных. 
Конкурс заканчивается 05.06.2022 23:59:59 МСК. В это время закроется возможность отправки решений.&nbsp; 
Окончательная оценка решений пройдет по оставшейся части ответов из тестовых данных. Таким образом, ваш рейтинг может поменяться, если вы переобучились.

Призы 
Первые три места: 
1)&nbsp;&nbsp; &nbsp;Мерч ODS 
2)&nbsp;&nbsp; &nbsp;Контакты будут сообщены компаниям-партнерам ODS для принятия решения о собеседовании

Кодекс поведения 
Просьба не выкладывать хорошие решения (ноутбуки), чтобы оставить интригу соревнования, в т.ч. в канале обсуждения конкурса. 
&nbsp;

Конкурс «Alice» - идентификация пользователя в Интернете по последовательности переходов по сайтам.

Public

Private

Sandbox 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

Alice

Predictions

Теория

Линейная регрессия

Логистическая регрессия. Метрики качества

Выбор модели. Создание новых признаков

Квест

Домашнее задание

Соревнование

Alice Solutions

Сбор решений соревнования Alice для проверки и подведения итогов

Хакатон

FeaturedBanner-a22a86f8

Telegram chat

О чем курс?

<ul>
<li>Линейная регрессия и чем подход машинного обучения отличается от подхода, который применяется в эконометрике;</li>
<li>Логистическая регрессия, функция потерь - кросс-энтропия, градиентный спуск и решение численным методом;</li>
<li>Предсказание вероятности, пороги принятия решений, матрица ошибок, точность и полнота, F-мера и AUC ROC;</li>
</ul>

Кому будет полезен?

Курс будет полезен не только начинающим специалистам, но и тем, кто хочет освежить знания по линейным моделям, а также набраться опыта по их применению.

Оценка по курсу складывается по лидерборду соревнования (90&nbsp;баллов) и домашнему заданию - тест по данным соревнования (10 баллов).&nbsp;

Рейтинг курса будет доступен после дедлайна теста - 13.05.2022

Обсуждение курса в <a href="https://t.me/+88vIIR6Ch3c0N2Ji" rel="noopener noreferrer" target="_blank">Телеграм</a>.

Курс о линейной зависимости: поговорим о линейной и логистической регрессиях, метриках, валидации, генерации признаков и применим знания в конкурсе "Alice".

#	Teams (240)	ROC AUC	Last	Entries
1	Ivan Drago	0.980919	23m	46
2	Islam Tlupov	0.980542	23m	39
3	Aleksei Vert-Miller	0.97863	23m	100
4	Daniil Zaytsev	0.975186	23m	55
5	Albina Rodina	0.97418	23m	82
6	Michael Vasilev	0.972993	23m	41
7	Maksim Podlaskin	0.972958	23m	74
8	Aleksander Sokolov	0.972716	23m	59
9	Alyona Akera	0.972324	23m	81
10	Dmitry Khorzov	0.971317	23m	13
11	Anton R	0.97092	23m	44
12	Andrei Kurdiumov	0.968246	2y	1
13	Semyon Vart	0.968038	2y	1
14	Kirill Dmitrievich Sharkov	0.96798	2y	7
15	Kirill Maksimovich Popov	0.96798	2y	3
16	Aleksey Evdakov	0.966608	23m	45
17	Mikhail Solodukhin	0.966175	2y	1
18	Maksim	0.965556	23m	17
19	Viacheslav Korneichuk	0.964867	23m	43
20	Andrei Yakovlev	0.964514	2y	7
21	Maxim Suvorov	0.964174	23m	37
22	Vlad Samarov	0.964158	23m	75
23	Ekaterina Kusakina	0.964015	2y	19
24	Anton Demin	0.963772	2y	14
25	Irina Telina	0.963768	23m	2
26	mike kravtsov	0.96371	23m	25
27	Roman Barilov	0.963617	22m	26
28	Ilya Kiselev	0.963591	2y	20
29	Vladislav Polunin	0.963499	2y	19
30	Anatolii Karasev	0.963238	21m	83
31	Andrey Kovsharov	0.962724	2y	1
32	Salikh Khabibullin	0.962482	2y	20
33	Kek Kekov	0.962376	23m	3
34	Alexey Kovalev	0.962228	23m	26
35	Sergey Lankevich	0.962177	2y	3
36	Gennadii Mikhailov	0.96177	23m	19
37	Islam Nuriev	0.961665	2y	3
38	e7bd8983aef9	0.961641	2y	12
39	Svetlana Nazimova	0.961438	2y	8
40	Irina Sedmaia	0.960364	23m	26
41	Roman Sitnikov	0.959837	23m	3
42	Anastasiia Sergeevna Devaikina	0.959465	2y	12
43	Viktoriia Khlystun	0.95918	22m	4
44	Aliona Akimocheva	0.958974	2y	20
45	MAXIKON	0.958894	2y	1
46	Roman Kossinov	0.958783	2y	11
47	Ivan Ivan	0.958502	2y	10
48	Gleb Aleksandrovich Shuldyakov	0.958297	2y	8
49	timur shininov	0.958297	23m	2
50	Anton Kabaev 19704	0.958297	2y	4