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.
- 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)
Soubor runtime.yml obsahuje balíky, které budou dostupné při evaluaci. Vřele doporučujeme toto prostředí replikovat lokálně.
- Nainstaluj si nástroj miniconda: https://docs.conda.io/en/latest/miniconda.html
- Importuj environment:
conda env create -f runtime.yml - 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.
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 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.