Skip to content
Материалы к онлайн этапу соревнования Академии ИИ от Сбербанка
Branch: master
Clone or download
Permalink
Type Name Latest commit message Commit time
Failed to load latest commit information.
data
Dota2SkillPrediction_Tutorial.ipynb init Mar 8, 2019
README.md changed links to competition page Mar 11, 2019

README.md

AI Academy Dota2 Skill Prediction

Материалы к соревнованию по определению опытного игрока Dota2

Описание задачи

В игре Dota 2 участвуют две стороны: команды сил Света (The Radiant) и сил Тьмы (The Dire). Каждая команда состоит из 5 игроков — персонажей со своими уникальными способностями. Перед началом матча каждый игрок выбирает себе одного героя из 116 возможных. Цель игры — разрушить трон, находящийся на базе противника.

Повышая игровые навыки, игроки повышают свой рейтинг и получают медали опыта. Эксперты по игре Dota 2 утверждают, что легко могут отличить матч новичка от игры опытного игрока.

Ваша задача — построить алгоритм, который сможет определять опытность игрока по статистике из одного матча.

Формат набора данных

Для решения задачи участникам предоставляется набор из почти 50000 примеров матчей, уровень игрока в которых известен. Для каждого из ≈21000 тестовых примеров, участникам необходимо проанализировать данные о матче при помощи своих алгоритмов и дать ответ — опытный ли был игрок. Допускается использование любых языков программирования, библиотек, методов машинного обучения, разрешено использование внешних данных из сети интернет.

Участникам предоставляются наборы данных с примерами матчей. Каждый пример описывает характеристики матча и статистику одного из игроков на момент окончания матча. Все примеры имеют уникальный идентификатор "id".

Всего два набора:

  1. Обучающий (train), в котором для каждого примера известен тип медали опыта игрока.
  2. Тестовый (test), для которых участникам неизвестна опытность игрока — ее необходимо вычислить.

Наборы данных предоставляются в двух форматах:

  • CSV-таблицы: skill_train.csv, skill_test.csv
  • JSON-документы: skill_train.jsonlines, skill_test.jsonlines (расширенный, содержит дополнительную информацию, которой нет в CSV-таблицах)

Описание полей с данными можно найти в руководстве по решению задачи. Про данные достаточно знать, что это некоторый набор чисел, идентификаторов и временных рядов, который потенциально несет в себе полезную информацию. Опыт игры в Dota 2 для использования данных не требуется.

Дополнительно предоставляются файлы с дополнительной информацией по героям, предметам и умениям.

Формат решения

Для каждого примера из тестового набора необходимо предсказать опытность игрока. В систему необходимо предоставить для проверки CSV-таблицу с предсказаниями, она должна содержать две колонки: id — идентификатор примера, skilled — тип медали (0 — новичок, 1 — опытный).

Пример выходных данных (см. файл sample_submission.csv):

id,skilled
0,0
7,1
9,0
10,0
11,1
15,0
...

Оценка качества

Качество решения считается как доля верно угаданных типов медали опыта по всем тестовым примерам: Accuracy = \frac{1}{N} \sum_{i=1}^{N}[y_i=p_i], где y_i— настоящая опытность игрока, p_i— ответ выданный участником, [x]=1, если выражение x верно, 0 — иначе.

Рекомендации по решению задачи

Данная задача не похожа не те, которые вам обычно встречаются. Точного решения у организаторов нет, более того — его скорее всего не существует, так как данные взяты из реального мира: в компьютерных играх всегда присутствует случайность и человеческий фактор, который не позволяет во всех случаях безошибочно определять целевую переменную. Это открывает огромный простор для творчества и экспериментов. Решая задачу, участникам предлагается ознакомиться с техниками анализа данных и машинного обучения. В частности:

Для решения удобнее всего использовать язык программирования Python, так как для него есть большое число библиотек для анализа данных: NumPy, Pandas, SciKit-Learn и другие. В качестве инструмента разработки — интерактивную среду Jupyter.

Базовый пример решения от организаторов доступен в виде Jupyter-тетради: baseline/Dota2SkillPrediction_Tutorial.ipynb

You can’t perform that action at this time.