Задача A. Распределение задач ≡

Условие

Группа разработчиков работает над проектом. Весь проект разбит на задачи, для каждой задачи указывается ее категория сложности (1, 2, 3 или 4), а также оценочное время выполнения задачи в часах. Проект считается выполненным, если выполнены все задачи. Для каждого разработчика и для каждой категории сложности задачи указывается коэффициент, с которым, как ожидается, будет соотноситься реальное время выполнения задачи данным разработчиком к оценочному времени. Считается, что все разработчики начинают работать с проектом в одно и тоже время и выделяют для работы одинаковое время. Необходимо реализовать программу, распределяющую задачи по разработчикам, с целью минимизировать время выполнения проекта (получить готовый проект за минимальный промежуток времени). Поиск решения необходимо реализовать с помощью генетического алгоритма.

Отправка решения и тестирование

В качестве решения принимается текстовый файл, содержащий ответ к задаче в требуемом формате (при его отправке следует выбрать в тестирующей системе среду разработки "Answer text").

Решение набирает количество баллов, вычисляемое по следующей формуле: Score = 10⁶T_max. T_max — наибольшее среди всех разработчиков время, затраченное на выполнение выданных соответствующему разработчику задач.

Формат входного файла

Первая строка входного файла содержит целое число N количество задач.

Вторая строка — N целых чисел от 1 до 4 категорий сложности задач.

Третья строка — N вещественных положительных чисел оценочного времени для задач.

Четвертая строка – целое число M, количество разработчиков .

Следующие M строк содержат по 4 вещественных положительных числа — коэффициенты каждого разработчика.

Формат выходного файла

Первая и единственная строка выходного файла содержит N целых чисел w_i — номер разработчика, назначенного на i - ю задачу.

Ограничения

Примеры тестов

3
1 1 4
5.2 3.4 4
2
1 1 2 5
0.7 1 1.2 1.5

1 2 2

Задача B. Распределение задач. Загрузка решения ≡

Условие

Требуется загрузить решение задачи Распределение задач. Баллы за задачу устанавливаются после ручной проверки отправленного решения.

В качестве решения принимается файл с исходным кодом, которым был получен ответ к задаче. В систему требуется отправить ссылку на файл, размещённый в открытом доступе (Google Colab, Github, Google Drive и др.), указав среду разработки "Answer text". После отправки решение необходимо сдать преподавателю лично до начала зачётной недели.

Распределение баллов

Максимальное количество баллов за задачу — 5.

• По одному баллу выставляется за преодоление каждого из порогов 0.155, 0.16, 0.165.
• Два балла за качество, эффективность решения и использованных методов.

Задача C. Предсказание оттока клиентов: классификация ≡

Условие

В рамках данной задачи требуется обучить модель на тренировочных данных, предсказывающую уйдёт ли клиент в течение следующего месяца. В качестве решение необходимо предоставить предсказание на тестовом наборе данных.

Вы можете использовать базовое решение в качестве начальной точки вашей работы.

Данные

• train.csv — набор данных для обучения
• test.csv — набор данных для предсказания
• sample_submission.csv — пример файла для отправки в проверяющую систему

Метрика качества

Точность предсказания оценивается с использованием метрики F-beta с параметром β = 2.

Баллы за задачу начисляются по следующей формуле score = 100 ⋅ f2_score(y_true, y_pred)

Формат входного файла

В датасете собраны данные о пользователях телекоммуникационной компании:

• State — штат
• Account length — как долго этот клиент с компанией (количество дней)
• Area code — код географической зоны
• International plan — подключен ли специальный тариф для международных звонков
• Voice mail plan — подключен ли сервис голосовых сообщений
• Number vmail messages — количество отправленных голосовых сообщений
• Total day minutes — продолжительность разговоров в дневное время (минуты)
• Total day calls — количество звонков в дневное время
• Total day charge — расходы на звонки в дневное время
• Total eve minutes — продолжительность разговоров в вечернее время (минуты)
• Total eve calls — количество звонков в вечернее время
• Total eve charge — расходы на звонки в вечернее время
• Total night minutes — продолжительность разговоров в ночное время (минуты)
• Total night calls — количество звонков в ночное время
• Total night charge — расходы на звонки в ночное время
• Total intl minutes — продолжительность разговоров в международных время (минуты)
• Total intl calls — количество звонков в международных время
• Total intl charge — расходы на звонки в международных время
• Customer service calls — количество обращений в службу поддержки
• Churn — текущий статус клиента (ушел/остался). Целевая переменная

Формат выходного файла

В качестве решения необходимо загрузить файл в формате csv с единственным полем Churn — предсказанные на тестовой выборке значения целевой переменной. Разделителем целой и дробной части в числах должна быть точка.

Задача D. Предсказание оттока клиентов: загрузка решения ≡

Условие

В данной задаче необходимо отправить ссылку код для решения задачи классификации, например в виде jupyter notebook. В тексте решения необходимо отметить, какими методами были получены результаты, отправленные в систему, например указав в комментарии перед созданием файла для отправки id попытки, в которую был отправлен этот файл:

# Попытка 654321
submit = pd.DataFrame()
submit['Churn'] = my_model.predict(...)
submit.to_csv('submission.csv')

Формат выходных данных

В выходных данных укажите ссылку на решение (Google Colab, Github, Google Drive и др.).