점수

• 모델 성능 (70%): 머신러닝 모델의 성능과 정확도 평가

  $$ score = \frac {correctCount}{totalDataCount} $$

  • correctCount: 정답 개수, totalDataCount: 데이터 총 개수
  • 데이터는 private data(50%), public data(50%)로 나누어짐
  • 제출 마감까지는 public score만 공개되며, 최종 점수는 private score로 판단
  • 라이브러리, 허깅페이스, 오픈소스 모두 이용가능합니다

• 발표 (20%)

• 공유-토론(10%): 팀 간 토론 및 질문/답변 활동에 적극적으로 참여한 경우 추가 점수 부여

발표

• 총 20점
  • 알고리즘 설명 10점 - 다른 대회 참여자가 배울 수 있도록, 얼마나 잘 설명했는가?
  • 알고리즘 학습 과정 / 아이디어를 생각해낸 과정 10점 - 다른 대회 참여자가 성장할 수 있도록 , 자신이 성장한 방법을 얼마나 상세하게 공유했는가?

공유-토론

$$ score = 10 -exp(-N) $$

                                        - N: 팀별 게시물 개수(성의 없는 게시물은 제외됩니다!!!)