Для нас очень важно соблюдать все нюансы законодательства и этики, поэтому для исключения даже теоретической возможности деанонимизации были использованы данные, которые практически по всем параметры приближены к реальным, детали генерации таких данных к сожалению раскрывать запрещено по внутренним политикам
Спасибо а статью! а можете подсказать / показать как вот эти эмбеддинги сработают в случае если встретится редкий класс транзакций -- постановка на картотеку, например?
Огромное спасибо за содержательный комментарий!
По поводу выделения объектов — я мб недостаточно внятно написал в статье, но такой подход был и для самого выделения использовался networkx.
По поводу генерации большего числа примеров — снова, мб недостаточно четко написал — но аугментацию данных участники конечно делали.
в итоге выиграл подход, про который Вы и говорите — перебор правил в коде решения, а не генератора
https://ods.ai/competitions/mtsmlcup
на страничке выложили пример сабмита
конечно
Для нас очень важно соблюдать все нюансы законодательства и этики, поэтому для исключения даже теоретической возможности деанонимизации были использованы данные, которые практически по всем параметры приближены к реальным, детали генерации таких данных к сожалению раскрывать запрещено по внутренним политикам
ого, супер!
Спасибо а статью! а можете подсказать / показать как вот эти эмбеддинги сработают в случае если встретится редкий класс транзакций -- постановка на картотеку, например?
По поводу выделения объектов — я мб недостаточно внятно написал в статье, но такой подход был и для самого выделения использовался networkx.
По поводу генерации большего числа примеров — снова, мб недостаточно четко написал — но аугментацию данных участники конечно делали.
в итоге выиграл подход, про который Вы и говорите — перебор правил в коде решения, а не генератора