Алгоритм определения курильщика по кардиограмме, CardioQVARK Опции

[ilyad555]

Уважаемые участники сообщества.
Проект CardioQVARK проводит конкурс на разработку алгоритма определения курящего человека по его кардиограмме.
Призовой фонд конкурса - 500 000 руб.
Приглашаем всех заинтересованных принять участие.
http://cardioqvark.ru/challenge/

[ogurtsov]

К сожалению, лучшие результаты там (предсказуемо) получаются чуть лучше случайного угадывания.
То есть практической ценности не видно, но для потренироваться в машинном обучении - годная задача.

[ilyad555]

И потренироваться интересно, и методы тренировки очень интересны, и Конкурс еще продолжается. Да и результат, как мы считаем, превысит 85%.

[ilyad555]

Итоги первого этапа конкурса CardioQVARK. Участниками стали 148 команд и индивидуальных конкурсантов, которые отправили 1738 решений. В итоговый рейтинг попали 72 участника. Первый этап соревнования завершен, и до 15 марта организатор принимает работы 10 лучших конкурсантов.

Представляем список организаций, чьи сотрудники сформировали команды для участия в Конкурсе (в скобках указывается количество членов команды, если цифры нет ? это значит, что участвовал один человек):

Университеты: МГУ им. М. В. Ломоносова: Мех-мат, ВМК, Физический факультет (27), МФТИ (20), СПбГУ, МАМИ, МГТУ имени Н.Э. Баумана (3), НИУ ВШЭ (6), Казанский ГМУ, ПензГТУ (3), ВятГУ(2), ВлГУ, УГНТУ, САФУ им. М. В. Ломоносова, УГАТУ (2), LUT Финляндия, БГТУ им. В.Г.Шухова, Приокский государственный университет, Белорусский государственный университет (2), SMMS (NY) США (2), УрФУ, НИУ МЭИ, НИУ МИЭТ, ТГТУ, КНУ им. Т. Шевченко, ГрГУ им. Янки Купалы, ПГТУ, РГРТУ, ННГУ им.Лобачевского

Институты РАН: ИСА РАН, ВЦ РАН им. А. А. Дородницына (4), ИБХ РАН, ИММ УрО РАН им. Н.Н.Красовского, ИАП РАН, ИПУ РАН им. В. А. Трапезникова, СПИИРАН, ИМ СО РАН (2), ИППИ РАН(3)

Компании и организации: Яндекс (1) и Яндекс ШАД (2), Searchmetrics, COMODO, BBOXX Ltd, Cinimex, Softsystem, Rambler&Co, Ident, NetCracker Technology Corp, ЦГЭ, ВЕБРОБОТИКС, МЕТКОМБАНК, Baker Hughes, Luxoft, Сфит Лайф ФудСервис, Кировский научно-исследовательский институт гематологии и переливания крови

А вот как выглядит десятка лидеров, которым удалось создать алгоритмы, показавшие наилучшие показатели чувствительности и специфичности:
1. belavin - МФТИ. Первое решение: Se = 54,69%, Sp = 45,70%, Sum = 100,39%. Лучшее решение: Se = 60,94%, Sp = 78,57%, Sum = 139,51%.
2. djakonov - МГУ им. М. В. Ломоносова, ВЦ РАН им. А. А. Дородницына. Первое решение: Se = 39,06%, Sp = 46,24%, Sum = 85,30%. Лучшее решение: Se = 73,44%, Sp = 67,74%, Sum = 141,18%.
3. IRV - ВлГУ. Первое решение: Se = 57,81%, Sp = 53,76%, Sum = 111,57%. Лучшее решение: Se = 62,50%, Sp = 70,97%, Sum = 133,47%.
4. ibryukhanov - МГУ им. М. В. Ломоносова. Первое решение: Se = 54,69%, Sp = 59,14%, Sum = 113,83%. Лучшее решение: Se = 50,00%, Sp = 81,18%, Sum = 131,18%.
5. alex_dok - ВЦ РАН им. А. А. Дородницына. Первое решение: Se = 28,13%, Sp = 56,99%, Sum = 85,12%. Лучшее решение: Se = 59,38%, Sp = 66,67%, Sum = 126,04%.
6. eugtsa - МГИ НИТУ МИСИС. Первое решение: Se = 50,00%, Sp = 50,00%, Sum = 100,00%. Лучшее решение: Se = 60,94%, Sp = 63,98%, Sum = 124,92%.
7. potom20. Первое решение: Se = 64,06%, Sp = 31,72%, Sum = 95,78%. Лучшее решение: Se = 57,81%, Sp = 65,05%, Sum = 122,86%.
8. dubnov - ИСА РАН. Первое решение: Se = 89,06%, Sp = 14,52%, Sum = 103,58%. Лучшее решение: Se = 40,63%, Sp = 75,27%, Sum = 115,89%.
9. AlexSemenov - МФТИ. Первое решение: Se = 70,31%, Sp = 29,03%, Sum = 99,34%. Лучшее решение: Se = 39,06%, Sp = 75,81%, Sum = 114,87%.
10. leksotat - МГТУ имени Н.Э. Баумана. Первое решение: Se = 79,69%, Sp = 12,37%, Sum = 92,06%. Лучшее решение: Se = 42,19%, Sp = 72,58%, Sum = 114,77%.

Мы благодарны всем конкурсантам за серьезное отношение к решению поставленной задачи.

Сообщение отредактировал ilyad555 - 10.03.2016 - 14:23