У многих геймеров есть определенный паттерн — у них есть steam/gog/blizzard launcher с долгой историей. Можно просто ввести продажу хотя бы части видеокарт по квотам с приоритетом для таких людей с подтвержденной историей. Понятно, что такое тоже можно обойти ( но уже с большими усилиями), а также "новички" геймеры останутся не при делах, но хотя бы частично это сможет решить проблему с тем, чтобы карты пришли тем, кто нужны производителям видеокарт на длинной дистанции
Я согласен с вами частично. Из того, что я наблюдал по остальным соревнованиям — выигравают те, кто делают стэкинг и тому подобные вещи.
Но конкретно в этом соревновании был большой простор для создания различных стратегий и оно непохоже на остальные, поэтому я и принял участие впервые на Kaggle.
Но насчет реальных задач — я тоже сомневаюсь что Two Sigma будет использовать какое-либо из решений, скорее всего пиар/ищут сотрудников себе.
Про time series cross-validation плюсуюсь.
И как раз о ней же: в лучшем публичном решении была использована обычная валидация на основе train_test_split, которая не подходит для данной задачи. Там явный оверфиттинг, но насколько я понял людей это не останавливало и многие брали за основу это решение, не думая поменять валидацию на time series. Поэтому про «удалось не ударить в грязь лицом» не согласен.
А вообще, добавлю от себя для сравнения чисел из статьи: свое решение на lightgbm я смог написать на 0.78. Что еще интереснее, публичный скор 0.7 мне удалось получить вообще не используя машинное обучение, а просто написав фиксированную формулу для расчета торговых весов. И эта стратегия хорошо вела себя за весь backtest период в 10 лет (в среднем получалось 0.65 +- 0.1 std)
У меня в Kia Cerato Koup 2011 года яркость подсветки приборки за рулем и центральной консоли варьируется от полного нуля до очень яркой (причем не дискретно, а колесом). Насколько я знаю, на многих Киа так, так что советую присмотреться к аренде авто этой марки, если это является большой проблемой для вас
Один из моих научных руководителей, который занимается биомедициной, буквально недавно говорил, что наткнулся на статью в журнале (имеется ввиду нормальный заграничный рецензируемый журнал), где в выводах исследования значилось, что если здоровому человеку употреблять сахарозаменители, то это только увеличивает шанс получить диабет. С другой стороны, если уже есть диабет, то только сахарозаменители и можно употреблять. Статью, к сожалению, я сейчас с ходу не нагуглил
Вы упускаете из виду то, что значительная часть расходов на конференции может быть покрыта взносами от спонсоров, которым на конференции предоставляются возможность провести доклады, стенды для демонстрации своих продуктов и т.п. Поэтому некоторые конференции получаются вообще бесплатными, а кое-где и за участие могут доплачивать (специальным приглашенным докладчикам или молодым ученым)
У многих геймеров есть определенный паттерн — у них есть steam/gog/blizzard launcher с долгой историей. Можно просто ввести продажу хотя бы части видеокарт по квотам с приоритетом для таких людей с подтвержденной историей. Понятно, что такое тоже можно обойти ( но уже с большими усилиями), а также "новички" геймеры останутся не при делах, но хотя бы частично это сможет решить проблему с тем, чтобы карты пришли тем, кто нужны производителям видеокарт на длинной дистанции
Но конкретно в этом соревновании был большой простор для создания различных стратегий и оно непохоже на остальные, поэтому я и принял участие впервые на Kaggle.
Но насчет реальных задач — я тоже сомневаюсь что Two Sigma будет использовать какое-либо из решений, скорее всего пиар/ищут сотрудников себе.
И как раз о ней же: в лучшем публичном решении была использована обычная валидация на основе train_test_split, которая не подходит для данной задачи. Там явный оверфиттинг, но насколько я понял людей это не останавливало и многие брали за основу это решение, не думая поменять валидацию на time series. Поэтому про «удалось не ударить в грязь лицом» не согласен.
А вообще, добавлю от себя для сравнения чисел из статьи: свое решение на lightgbm я смог написать на 0.78. Что еще интереснее, публичный скор 0.7 мне удалось получить вообще не используя машинное обучение, а просто написав фиксированную формулу для расчета торговых весов. И эта стратегия хорошо вела себя за весь backtest период в 10 лет (в среднем получалось 0.65 +- 0.1 std)