Skip to content

Hudler/hackathon

 
 

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

7 Commits
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Qminer Quant Hackaton Kick-off

V tomto repozitáři najdeš vše potřebné k odladění tvého modelu, aby tě odevzdávací systém ničím nepřekvapil.

Odevzdávací systém beží na webu hyperion.felk.cvut.cz:8081.

Struktura repozitáře

  • data/train_dataset.csv obsahuje trénovací data
  • problem_definition_cs.md obsahuje zadání úlohy včetně popisu dat
  • runtime.yml obsahuje runtime prostředí
  • src/environment.py obsahuje evaluační smyčku, která běží v odevzdávacím systému
  • src/evaluate.py skript pro evaluaci Tvého modelu
  • src/model.py obsahuje model, který odevzdáváš (defaultně random)

Runtime prostředí

Soubor runtime.yml obsahuje balíky, které budou dostupné při evaluaci. Vřele doporučujeme toto prostředí replikovat lokálně.

  1. Nainstaluj si nástroj miniconda: https://docs.conda.io/en/latest/miniconda.html
  2. Importuj environment: conda env create -f runtime.yml
  3. Aktivuj (po každém restartu shellu) enviroment: conda activate hackathon

Vývojová prostředí (IDE) často umí s conda environmenty pracovat (například PyCharm).

Pro ověření funčnosti můžeš rovnou spustit evaluaci modelu, který sází náhodně: python evaluate.py

Pokud pro své řešení potřebuješ knihovnu, které v runtime.yml není, napiš nám, pokusíme se ti vyhovět.

Vlastní řešení

Třída, kterou budeš odevzdávat, se musí jmenovat Model a musí obsahovat implementaci funkce place_bets(self, opps, summary, inc) vracející sázky.

Bližší info najdeš v samotném zadání.

Evaluace

Evaluace v odevzdávacím systému probíhá na skrytých (testovacích) datech. Trénovací data obsahují zápasy ze sezón 2000-2010. Testovací data obsahují zápasy ze sezón 2011-2016. V první iteraci evaluační smyčky obdržíš jako inkrement všechna trénovací data.

About

Qminers Quant Hackathon

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages

  • Python 100.0%