Enunt

Implementati un model de AI pentru a prezice preturile din jocurile de pe Steam avand la dispozitie un set de antrenare train_data.csv si unul pe care trebuie sa faceti doar predictia test_data.csv.

Setul de date contine urmatoarele campuri avand semnificatiile:

• Name: nume aplicație
• AppID: identificatorul jocului
• Metacritic score: nota medie a jocului de pe platforma de recenzii Metacritic
• Genres: o lista separata prin virgule conținând tag-uri referitoare la tipul de joc
• Publishers: numele producatorilor
• Estimated Owners: de forma min – max, insemnand asteptarile (producatorilor jocului) minime si maxime de jocuri vandute
• Negatives: numarul de dislike-uri
• Positives: numarul de like-uri
• Recommendations: cate persoane recomanda acest joc

Note despre setul de date:

• Câmpul-ținta este „Price”. Date fiind celelalte feature-uri, scopul este de a prezice „Price”. Setul de date de evaluare vizibil pentru candidați nu conține acest câmp, însă el este necesar platformei de evaluare. Metrica de evaluare folosita este R2
• Câmpul Genres, fiind o lista, trebuie transformat in date numerice într-un fel sau altul pentru a putea fi folosit in algoritmii de ML.
• Asemănător pentru câmpul Estimated Owners
• Unele câmpuri pot fi inutile in predicția campului-tinta. Incercati sa analizati datele si sa selectați doar ce este nevoie sau ar putea explica predictia.

Cerinte

Veti avea de incarcat un singur fisier tip csv cu ID-ul din setul de date initial (reprezentant coloana 0) si cate o coloana pentru fiecare subtask. Fiecare cerinta de mai jos reprezinta cum completati o coloana din csv-ul final

Subtask 1 (20p). "Avg owners": pentru fiecare camp din coloana "Estimated Owners" de forma min – max, extrageti media valorilor considerand pentru fiecare linie int ((min + max) / 2).

Subtask 2(80p) "Price": Implementati un model de AI si rulați predicția pentru fiecare rând din test_data.csv.

Evaluare

Trimiteti un singur csv cu raspunsul pentru fiecare subtask pe o coloana noua, ca in fisierul dat ca exemplu.

Aceasta problema nu are scor final diferit de scorul partial! Scorul din timpul concursului e cel cu care veti ramane la final

Atenție! Evaluarea se face pe baza ID-ului. Aveți un exemplu de generat cod în custom archive

Editorial și datele problemei

https://github.com/Olimpiada-AI/Propunere-probleme-si-solutii