level2_dkt-recsys-08

 

📍 최종 결과

Private 1등

auroc (0.8592) / accuracy (0.7823)

 

Public 2등

auroc (0.8243) / accuracy (0.7634)

 

👼 Member

김지우_T5063	박수현_T5085	석예림_T5110	임소영_T5172	전증원_T5185
Boosting 기반 모델 적용, EDA 및 FE	Transformer w/o sequence 기반 모델 제작, FE	Git 프로젝트 설정 및 관리, Boosting 모델 적용, FE	Transformer w/ sequence 기반 모델 제작, LGBM 적용, FE	FM 기반 모델들 적용, FE

 

📝 Project Overview

각 학생이 푼 문제와 정답 여부가 담긴 데이터를 바탕으로 최종 문제를 맞출지 틀릴지 예측하는 대회

※ DKT는 Deep Knowledge Tracing의 약자로 우리의 "지식 상태"를 추적하는 딥러닝 방법론

 

🗂️ Folder Structure

📦code
 ┣ 📂base
 ┃ ┗ 📂__pycache__
 ┃ ┃ ┣ 📜__init__.cpython-38.pyc
 ┃ ┃ ┣ 📜base_data_loader.cpython-38.pyc
 ┃ ┃ ┣ 📜base_model.cpython-38.pyc
 ┃ ┃ ┗ 📜base_trainer.cpython-38.pyc
 ┣ 📂data_loader
 ┃ ┗ 📂__pycache__
 ┃ ┃ ┣ 📜__init__.cpython-38.pyc
 ┃ ┃ ┗ 📜data_loaders.cpython-38.pyc
 ┣ 📂logger
 ┃ ┗ 📂__pycache__
 ┃ ┃ ┣ 📜__init__.cpython-38.pyc
 ┃ ┃ ┣ 📜logger.cpython-38.pyc
 ┃ ┃ ┗ 📜visualization.cpython-38.pyc
 ┣ 📂model
 ┃ ┣ 📂__pycache__
 ┃ ┃ ┣ 📜loss.cpython-38.pyc
 ┃ ┃ ┣ 📜metric.cpython-38.pyc
 ┃ ┃ ┣ 📜model.cpython-38.pyc
 ┃ ┃ ┗ 📜position_encoding.cpython-38.pyc
 ┃ ┗ 📜model.py
 ┣ 📂saved
 ┃ ┗ 📜best_model.pt
 ┣ 📂saved_models
 ┃ ┗ 📜best_model.pt
 ┣ 📂submit
 ┃ ┗ 📜submission.csv
 ┣ 📂trainer
 ┃ ┗ 📂__pycache__
 ┃ ┃ ┣ 📜__init__.cpython-38.pyc
 ┃ ┃ ┣ 📜optimizer.cpython-38.pyc
 ┃ ┃ ┣ 📜scheduler.cpython-38.pyc
 ┃ ┃ ┗ 📜trainer.cpython-38.pyc
 ┣ 📂utils
 ┃ ┗ 📂__pycache__
 ┃ ┃ ┣ 📜__init__.cpython-38.pyc
 ┃ ┃ ┗ 📜util.cpython-38.pyc
 ┗ 📜run.log

💻 Project Report

Wrap-Up Report Link