FILE: Загрузка файлов

FILE-задачи требуют загрузки файла с решением. Используются для презентаций, кода, документов и ML-соревнований с автоматической оценкой.

Интерфейс FILE-задачи

Страница FILE-задачи содержит:

Типы FILE-задач

Документы и презентации

Загрузка готового документа для ручной проверки.

Форматы: PDF, DOC, DOCX, PPT, PPTX, ODT

Применение:

• Бизнес-план проекта
• Презентация решения
• Техническая документация
• Отчёт о выполненной работе

Проверка: Ручная (организатор/жюри)

Результат: Через несколько часов или дней

Код и архивы

Загрузка исходного кода без автопроверки.

Форматы: ZIP, RAR, TAR.GZ, 7Z, PY, JS, и др.

Применение:

• Код проекта на хакатоне
• Архив с несколькими файлами
• Конфигурационные файлы
• Прототипы и MVP

Проверка: Ручная (code review)

Результат: После проверки организатором

ML-решения (автопроверка)

Загрузка предсказаний модели для автоматической оценки по метрике.

Формат: CSV

Применение:

• ML-чемпионаты
• Data Science соревнования
• Kaggle-подобные задачи
• Предсказательная аналитика

Проверка: Автоматическая

Результат: Мгновенно после загрузки

Ключевое отличие ML-задач: Результат виден сразу — система рассчитывает метрику качества (RMSE, Accuracy, F1, AUC-ROC и др.) и показывает ваш скор.

Изображения и медиа

Загрузка графических файлов.

Форматы: PNG, JPG, JPEG, GIF, SVG, WEBP

Применение:

• Дизайн-макеты
• Скриншоты решения
• Диаграммы и схемы
• Визуализации данных

Пошаговое прохождение

Шаг 1: Изучите требования

Перед подготовкой файла внимательно проверьте:

Шаг 2: Подготовьте файл

Для документов и презентаций

1. Следуйте шаблону — если организатор предоставил шаблон, используйте его
2. Проверьте формат — сохраните в нужном формате (PDF, PPTX)
3. Проверьте читаемость — откройте файл и убедитесь, что всё видно
4. Проверьте размер — если превышает лимит, сожмите изображения

Для кода и архивов

1. Соберите файлы — все необходимые файлы в одной папке
2. Добавьте README — опишите как запустить код
3. Укажите зависимости — requirements.txt, package.json
4. Проверьте работоспособность — код должен запускаться
5. Создайте архив — ZIP или TAR.GZ
6. Исключите лишнее — не включайте node_modules, venv, .git

Для ML-решений

1. Скачайте sample_submission — из условия задачи
2. Изучите формат — колонки, типы данных, разделители
3. Сгенерируйте предсказания — из вашей модели
4. Проверьте локально — формат, количество строк, типы данных
5. Сохраните как CSV — с правильными разделителями (запятая)

Шаг 3: Загрузите файл

Способ 1: Перетаскивание (Drag & Drop)

1. Откройте папку с файлом
2. Перетащите файл в зону загрузки на странице
3. Отпустите, когда зона подсветится

Способ 2: Выбор через диалог

1. Нажмите на зону загрузки или кнопку «Выбрать файл»
2. В открывшемся окне найдите файл
3. Нажмите «Открыть»

После загрузки вы увидите:

• Имя файла
• Размер файла
• Прогресс загрузки (%)
• Статус: «Загружен» или ошибку

Шаг 4: Отправьте решение

1. Убедитесь, что файл загружен (статус «Загружен»)
2. Нажмите «Отправить»
3. Дождитесь результата:
   • Ручная проверка — статус «На проверке»
   • ML — скор появится через несколько секунд

ML-соревнования: подробно

Как работает автопроверка

1. Вы загружаете CSV с предсказаниями
2. Система валидирует файл (формат, колонки, строки)
3. Сравнивает ваши предсказания с правильными ответами (ground truth)
4. Рассчитывает метрику качества
5. Показывает ваш скор
6. Обновляет позицию в лидерборде

Формат CSV-файла

Стандартная структура:

id,prediction
1,0.75
2,0.23
3,0.91
4,0.44
5,0.18

Важно: Скачайте sample_submission.csv из условия и следуйте его формату ТОЧНО — колонки, порядок, типы данных.

Метрики качества

В зависимости от типа задачи используются разные метрики:

Для регрессии (предсказание числа):

Для классификации (предсказание класса):

Лидерборд

Публичный лидерборд — показывает скор на части тестовой выборки (обычно 30%). Виден всем во время соревнования.

Приватный лидерборд — скор на полной выборке. Открывается после окончания соревнования. Это финальный результат.

Почему так? Чтобы предотвратить переобучение на публичных тестах. Участники, которые «подгоняют» модель под публичный лидерборд, часто падают в приватном.

Типичный workflow ML-соревнования

1. Скачайте данные (train.csv, test.csv, sample_submission.csv)
2. Изучите данные и условие
3. Обучите базовую модель (baseline)
4. Сгенерируйте предсказания для test.csv
5. Загрузите submission и посмотрите скор
6. Улучшайте модель, повторяйте 4-5
7. Следите за лимитом попыток!

Попытки и лимиты

Ограничение попыток

Лимит в день (для ML)

В ML-соревнованиях часто ограничено количество попыток в день:

Пример: 5 попыток в день

Зачем:

• Предотвратить переобучение на тестовой выборке
• Уравнять шансы участников
• Стимулировать обдуманные решения

Советы:

• Тестируйте локально перед загрузкой
• Используйте кросс-валидацию
• Не тратьте попытки на проверку формата

Учёт результата

Режим указан в условии задачи.

Статусы решения

Для ручной проверки

Для ML с автопроверкой

Частые ошибки в ML-задачах

Ошибки формата CSV

Как избежать ошибок

import pandas as pd

# Загрузите sample
sample = pd.read_csv('sample_submission.csv')

# Проверьте формат
print(sample.head())
print(sample.dtypes)
print(len(sample))

# Создайте свой submission в том же формате
submission = sample.copy()
submission['prediction'] = your_predictions

# Проверьте перед сохранением
assert len(submission) == len(sample)
assert list(submission.columns) == list(sample.columns)

# Сохраните
submission.to_csv('my_submission.csv', index=False)

Проблемы и решения

Файл не загружается

Ошибка формата (ML)

1. Скачайте sample_submission.csv
2. Откройте оба файла в текстовом редакторе
3. Сравните:
   • Названия колонок (точное совпадение)
   • Разделитель (должна быть запятая)
   • Количество строк
   • Типы данных
4. Исправьте и загрузите снова

Низкий скор (ML)

1. Проверьте baseline — указан в условии, ваш скор должен быть лучше
2. Проверьте формат — возможно, перепутан порядок строк
3. Проверьте модель — нет ли переобучения?
4. Попробуйте другой подход — другие признаки, алгоритмы
5. Изучите форум — возможно, есть подсказки

Файл слишком большой

Советы для успеха

Для документов и презентаций

Для кода

Для ML

Частые вопросы

В: Можно заменить загруженный файл?

О: Да, если есть ещё попытки. Загрузите новый файл — он заменит предыдущий.

В: Какой максимальный размер файла?

О: Обычно 10-50 МБ. Точный лимит указан в условии задачи.

В: Когда будет результат ручной проверки?

О: Зависит от конкурса — от нескольких часов до нескольких дней. Организатор проверяет каждый файл вручную.

В: Почему мой скор в ML-соревновании низкий?

О: Возможные причины:

1. Ошибка в формате файла
2. Модель недообучена или переобучена
3. Неправильный подход к задаче

Сравните с baseline в условии.

В: Что такое публичный и приватный лидерборд?

О: Публичный — скор на части тестов (видимый). Приватный — на всех тестах (открывается в конце). Финальный результат по приватному.

В: Почему скор на публичном и приватном разный?

О: Это нормально. Если сильно хуже — возможно, вы переобучились на публичный лидерборд.

В: Можно загрузить несколько файлов?

О: Если разрешено настройками — да. Иначе соберите всё в один архив ZIP.

В: Что будет, если закончатся попытки?

О: Больше загружать нельзя. В зачёт пойдёт лучший (или последний) результат в зависимости от настроек.

Связанные статьи

• Обзор типов задач
• CODING: Программирование
• TEXT: Текстовые задачи
• TEST: Тестовые задачи