先日、AI / ML開発者向けの
ハッカソン決勝
-RAIF Hackathon-が行われ 、その参加者はパートナー企業の問題を解決しました。 カットの下で私たちの写真レポートと受賞プロジェクトについての短い物語。
まず、イベントの組織委員会を代表して、ハッカソンのすべての参加者の作業と提示されたソリューション、そしてもちろんフィードバックに感謝します！ 彼女は最初からたくさんでした。 それは異なっていました：時々私たちは単に難しい質問をされました、時々彼らは疑いを表明しました。 Jには多くの感情がありましたが、参加者の懸念に非常に感謝しています。 彼らは私たちに下降を与えず、私たちがより良くなるように動機付けたからです。
私たちの側では、着信リクエストを考慮しようとしました-どこかで同意しませんでしたが、どこかで前進しました。 そのため、たとえば、UtkonosとRosreestrからの推薦作品を提供するために2つの波を作りました。
また、多くの人が、Rosreestrデータが提供される形式のXMLテーブルの不便さについて不満を漏らしました。そこで、スクリプトの1つがこれらのテーブルの大まかな解析を実行する開始ソリューションを作成しました。
そして、結果について。 ロシアのさまざまな都市の開発者と一部のプロジェクトから322件の参加申請を受け取りました。 42チームがNMLKの指名で決勝に進み、4チームがUtkonosの指名で戦い、5チームがRosreestrの指名で戦いました。
最終-どうだったか
10月23日。 ハッカソンの早いスタートにもかかわらず、午前8時30分までに、圧倒的多数の参加者が到着しただけでなく、競技の開始を見越して長時間座っていました。
9時の時点で、全員に追加のデータを備えたフラッシュドライブが提供され、その後3時間40分間、全員が仕事に飛び込みました。
ほとんどがテーブルの席を選び、オットマンに座ることを好む人もいました。
Rosreestrの問題を解決したすべてのチームが提供されたデータを使用したわけではないことに興味があります。一部のチームは、サードパーティ企業のデータを参照してより抽象的な問題を解決し始めました。
ハッカソンには3つのタスクがあったことを思い出してください。NLMKからのタスク-圧延鋼の生産を加速するために、定期的に更新される従来のリーダーボードがここで使用されました。 UtkonosとRosreestrの2つの創造的なタスク：商品の需要の分析と不動産の地籍価値の予測。 解決策を提供するだけでなく、審査員の前に彼らの作品を保護することも要求されました。 タスクの条件の詳細については、
こちらをご覧ください 。
開発に割り当てられた時間が終了し、参加者が死亡したとき、UtkonosとRosreestrの問題を解決するためのプロジェクトプレゼンテーションの段階が始まりました。 作業を保護するために各チームに5分を割り当てました。
3つのチームがUtkonos問題の解決策を提案しました。
Rosreestrのタスクは、5つのチームによって解決されました。
すべてのプレゼンテーションの後、ju審員は考えを残しました。
そして最後に、3つのカテゴリのそれぞれの勝者が発表されました。
NLMKノミネートでは、勝利は絶対指標、つまりMLモデルの最大予測精度によって決定されました。 激しい闘争の結果、Keksikチームが勝ちました。
カモノハシは、「カモノハシを助ける」という名前のチームの決定を好みました。 その参加者は、関連製品のグループおよび代替製品のグループの分析に焦点を合わせました。 ソリューションの費用対効果も評価されました。
そして、Rosreestrはr_testチームの決定が最も好きでした。 彼らは外部データの詳細な分析を実施し、最寄りの鉄道駅までの距離、池、関心のある地点（POI）などのパラメーターを使用しました。
すべての参加者と受賞者の皆さん、おめでとうございます！
ハッカソンの最後に、Data Mining in Actionコースの著者であるVictor Kantorが率いる技術セクションが開催されました。 ロシアの大手企業のデータサイエンスの科学者、数学者、専門家が、ML / AIの分野での経験と最新の事例を共有しました。
Konstantin Vorontsov（
MIPT ）は、テキスト、グラフ、トランザクションデータの主題ベクトル表現について話しました。
Emeli Dral（
Mechanica.AI ）は、生産の分野で人工知能に関するプレゼンテーションを行いました。これは、ハッカソン内の生産プロセスを最適化するNLMKのタスクの後、特に興味深いものでした。
Nikolai Knyazev（
Jet Infosystems ）は、ビジネス指標と機械学習指標を比較しました。 適切なメトリックを選択することは、Utkonosノミネートの勝者を決定するパラメーターの1つでした。
Alexey Dral
（BigDataチーム）は、 Big Dataに関する大量トレーニング
のトピックを
取り上げました 。
Dmitry Bugaychenko（
Odnoklassniki ）は、ストリーミングデータ分析と強化学習を使用してコンテンツショーケースを構築することを視聴者に紹介しました。
Alexey Katkevich（
Jet Infosystems ）は、MLモデルを製品に転送する方法を参加者と共有し、
また、Evgeny Burnaev（
Skoltech ）は、異常を検出し、輸送の不具合を予測するための事例を提供しました。