Línea de Tiempo
2021/01/17
2021/03/31
2021/04/07
Competition empezó el: 2021/01/17 00:00:00
Competición termina el: 2021/03/31 00:00:00
Límite del Envío Final: 2021/04/07 00:00:00
Una vez culminado todo el proceso, se podrán seguir enviando modelos como "Envio tardio" a modo de aprendizaje, ya que, debido a que la competicion oficialmente termino, esos modelos no seran elegibles para ganar premios.
Descripción
Evaluación
F1 = 2 * (precision * recall) / (precision + recall)
F1_macro = F1_clase0 + F1_clase1 / 2
Reglas
- El código no debe ser compartido en privado. Cualquier código que se comparta, debe estar disponible para todos los participantes de la competición a través de la plataforma
- La solución debe usar sólo librerías de código abierto disponibles públicamente
- Si dos soluciones obtienen puntuaciones idénticas en la tabla de clasificación, el desempate será la fecha y la hora en que se hizo la presentación (ganará la primera solución enviada).
- Nos reservamos el derecho de solicitar el código de cualquier usuario en cualquier momento durante un desafío. Tendrás 48 horas para enviar tu código siguiendo las reglas de revisión de códigos.
- Nos reservamos el derecho de actualizar estas reglas en cualquier momento.
- Tu solución no debe infringir los derechos de terceros y debes estar legalmente autorizado para asignar la propiedad de todos los derechos de autor en y para el código de la solución ganadora a DataSource.ai.
- Los competidores pueden registrarse y presentar soluciones como individuos (no como equipos, al menos por ahora).
- Como esta es una competencia de aprendizaje, aparte de las reglas de los Términos de Uso de DataSource.ai, no se aplican otras reglas particulares.
- Máximo 10 soluciones enviadas por día.
Al finalizar la competición y si te encuentras ubicado en las primeras 20 posiciones, debes enviar el modelo completo en formato .ipynb (Jupyter Notebook) - No se aceptarán otros formatos. Tendrás 48 horas después de finalizada la competición de enviarlo al correo [email protected] - Este modelo nos servirá para sacar las evaluaciones reales finales, por tanto el Leaderboard podría variar cuando se muestre la evaluación privada final.