Har oltita signaldan taxminan bittasi
TARGETBarcha 14 000 training signali
2 405 eskalatsiya, 11 595 yopilgan signal. Musobaqa mezoni ROC-AUC; top 10% navbat foydasini ham o‘lchaymiz.
MA’LUMOTDAN QARORGACHA
Qaysi signalni
avval tekshiramiz?
10 million tranzaksiya ichidan eskalatsiya bilan bog‘liq patternlarni izladik. Oddiy statistikadan uch komponentli ansamblgacha bo‘lgan yo‘l — kuzatuvlar, tajribalar va tekshirilgan natijalar.
TANLANGAN ANSAMBL
0.6628ROC-AUC
Tarixiy development OOF
11 200 signal · 5 fold
Yangi yakuniy audit —
Hidden-test balli tashkilotchilar baholagach ma’lum bo‘ladi.YONDASHUV
Har bir signalning oldingi 180 kunlik tarixini jamlaymiz. Tur, yo‘nalish va miqdor taqsimotidan 225 ta statistika tuzamiz. CatBoost, Gaussian va TabICLv2 ehtimollarini birlashtirib, signallarni tekshiruv navbatiga saralaymiz.
02 / DATASET
Har bir qatorning o‘z vazifasi bor.
Label signalga tegishli. Millionlab tranzaksiya 14 mingta mustaqil training labelini ko‘paytirmaydi.
SIGNALS20 000 signal
signal_id · signal_sanasi14 000 train + 6 000 test1 ⟶ N
TRANSACTIONS10 015 238 yozuv
vaqt · tur · yo‘nalish · miqdorHar signal uchun 180 kungacha tarixTARGET / FAQAT TRAINeskalatsiya0 — yopilgan
1 — qo‘shimcha tekshiruvga yuborilgan
1 — qo‘shimcha tekshiruvga yuborilgan
Fayllar va ustunlar lug‘ati +
| Fayl / ustun | Ma’nosi va ishlatilishi |
|---|---|
| train_signals.csv / test_signals.csv | Signal IDsi va sanasi. Train faylida eskalatsiya targeti mavjud. |
| train_transactions.parquet / test_transactions.parquet | signal_id orqali signalga bog‘lanadigan tarixiy tranzaksiyalar. |
| tranzaksiya_vaqti | Vaqt chegarasi va tarix oynalarini aniqlaydi. |
| kirim_chiqim | kirim yoki chiqim — faylda berilgan yo‘nalish. |
| tranzaksiya_turi | karta, bank_otkazmasi, naqd, xalqaro. |
| miqdor_indeksi | Standartlashtirilgan miqdor; so‘m, balans yoki haqiqiy pul oqimi emas. |
| sample_submission.csv | signal_id,ehtimollik ko‘rinishidagi topshirish namunasi. |
Train va test bir davrda
VAQTSignal sanasi bo‘yicha oylik qatorlar
2025-yil yanvar – 2026-yil dekabr. Kelajak sanalari sintetik topshiriqning bir qismi. Sana final modelga feature sifatida kiritilmagan.
Relatsion yaxlitlik
Bo‘sh qiymat, noma’lum signal IDsi yoki tarixi yo‘q signal aniqlanmadi.
5 390 yozuv uchun vaqt filtri
Signal soati berilmagan. Faqat signal sanasi 00:00 dan oldingi tranzaksiyalar ishlatildi.
Train/test drift auditi
Train va testni ajratuvchi klassifikator AUC’i 0.5 ga yaqin. Bu testda katta farq aniqlanmadi; bu barcha drift yo‘qligining isboti emas.
03 / EXPLORATORY DATA ANALYSIS
Faollikdan ko‘ra, uning shakli muhim.
Sinflar bo‘yicha grafiklar 11 200 development signalidan. Har grafikning o‘lchov birligi va populyatsiyasi ko‘rsatilgan.
Yopilgan (0)Eskalatsiya (1)
Signal oldidagi faollik
Tranzaksiya / signal / kun · 6 kunlik intervallar
Karta va o‘tkazmalar ustun
Signal ichidagi ulushning sinf bo‘yicha o‘rtachasi
Turlar ulushi ikkala sinfda yaqin. Keyingi tajriba: tur ichidagi miqdor taqsimotini alohida o‘rganish.
Miqdor indeksidagi farqlar
Tranzaksiyalar bo‘yicha normallangan chastota
Taqsimotlar ustma-ust tushadi. Manfiy indeks manfiy pul miqdori emas. Kvantillar va chetki qiymatlar shu kuzatuvdan kelib chiqdi.
Kirim va chiqimning o‘zi yetarli emas
Har bir signalga teng vazn berilgan
O‘tkazma indeksi va eskalatsiya
Bank chiqimi o‘rtacha indeksi · 10 ta desil
Faollik sakrashi — yakka yechim emas
Oxirgi 7 kun / oldingi 173 kun faolligi · desillar
Ko‘proq faollik doim ko‘proq eskalatsiya emas. Nuqtalar eskalatsiya ulushi, chiziqlar 95% Wilson intervallari.
ASOSIY TOPILMA
Signalning o‘z o‘rtachasi va tarqoqligiga nisbatan hisoblangan miqdor statistikasi karta chiqimi va naqd kirim kabi kichik guruhlardagi patternni yaqqolroq ko‘rsatadi.
Karta chiqimi tarqoqligi
Signal ichida z-normalizatsiya · pastdan yuqori kvartilgacha
Pattern vaqt davomida saqlanganmi?
Karta chiqimi tarqoqligi · eng past va eng yuqori kvartil
Kvartil chegaralari tegishli training foldda topilgan. Belgining o‘zi oldingi izlanishda tanlangan; grafik tavsifiy, yangi mustaqil isbot emas.
04 / FEATURE ENGINEERING
Kuzatuvni model tiliga o‘girish.
Yakuniy pipeline’da 225 ta belgi. Har bir guruh nima sababdan kerakligi EDA bilan bog‘langan.
Tur × yo‘nalish bo‘yicha taqsimot
4 tur × 2 yo‘nalish + umumiy guruh. Har birida log(1 + son), ulush, mavjudlik, 9 kvantil, o‘rtacha va standart og‘ish.
EDA sababiBir xil hajm ichida turlicha miqdor patternlari bor.
Raw indeks va signal ichidagi z qiymat
z = (indeks − signal o‘rtachasi) / max(std, 0.05). Raw va z taqsimotlari birgalikda saqlanadi.
EDA sababiSignalning umumiy darajasi kichik guruh farqini yashirishi mumkin.
Yo‘q guruhlarni ajratish
Mavjudlik va ulush alohida. Mavjud bo‘lmagan guruhning miqdor statistikasi missing sifatida saqlanadi; imputer faqat trainingda fit qilinadi.
EDA sababiTranzaksiya yo‘qligi bilan nol indeks bir xil ma’no bermaydi.
Chegaralar va identifikatorlar
Vaqt filtri har signal ichida. signal_id faqat bog‘lash uchun; target, signal sanasi va hidden label feature emas.
Validatsiya sababiKelajak yozuvi yoki ID orqali ma’lumot sizishini cheklash.
Hisob: 9 guruh × [3 son/ulush/mavjudlik + 2 ko‘rinish × 11 miqdor statistikasi] = 225 belgi. Kengroq vaqt, sequence va risk featurelari quyidagi tajribalarda tekshirildi.
05 / TADQIQOT KUNDALIGI
Birinchi tajribadan yakuniy tanlovgacha.
14 tarixiy bosqich, so‘ng yakuniy audit. Har bosqichda savol, usul, natija va qaror.
Raqamlarni qanday o‘qish kerak?
OOF — har signalni o‘sha signal qatnashmagan training modelida baholash. Development ko‘p marta ishlatilgan; 4-fold, 5-fold va early-stopping protokollari farq qiladi. Quyidagi raqamlar izlanish tarixi, hidden-test natijasi emas.
23–26 SENTABR / 2026
27-SENTABR / YAKUNIY AUDIT
Natijalar ↗Parametrlar muzlatildi. Model qayta tekshirildi.
Yangi 5-fold validatsiya, avval ko‘rilgan holdout, vaqt stress-testi va saqlangan modellardan CSVni qayta yaratish.
Barcha taqqoslash natijalari +
| Bosqich / model | OOF AUC | Protokol | Manba |
|---|
Jadvalda avvalgi nazorat va fixed blendlar ham bor. Qatorlar soni mustaqil yangi modellar soni emas. Qidiruv natijalari to‘liq ko‘rsatiladi.
06 / FINAL ENSEMBLE
Bir-birini to‘ldiruvchi uchta qarash.
Vaznlar yangi yakuniy auditdan oldin belgilangan. Barcha 14 000 original signal final refit va kontekstda.
CatBoost
Nolinear bog‘lanish va featurelar o‘zaro ta’sirini o‘rganadi.
- 3 seedning o‘rtachasi
- 200 daraxt · depth 4
- learning rate 0.025 · L2 40
- 225 statistika · rsm 0.8
Gaussian
Statistikaning o‘lchov noaniqligini hisobga oladi.
- Measurement-error modeli
- Covariance mixing: 0 / 0.5 / 1
- Tanlash faqat inner splitda
- So‘ng barcha train’da refit
TabICLv2
Training signallari va ularning labelidan kontekstda foydalanadi.
- 8 estimator · 225 statistika
- Public pretrained checkpoint
- 14 000 signal final kontekstda
- Fine-tuning bajarilmagan
YAKUNIY EHTIMOL
p = 0.5625 × pCatBoost + 0.1875 × pGaussian + 0.25 × pTabICL0 va 1 oralig‘idagi uzluksiz qiymat. Alohida kalibrlash bajarilmagan; musobaqa ehtimollar tartibini ROC-AUC bilan baholaydi.
Tanlov sababi: tarixiy OOF 0.662776; keyingi usullar barqaror yaxshilanish bermadi. Eng yaqin oldingi ansamblga nisbatan kichik farq statistik jihatdan tasdiqlanmagan. Bu natija datasetning nazariy chegarasi degani emas.
07 / VALIDATION
Bitta chiroyli raqam bilan cheklanmadik.
Parametrlar o‘zgarmagan holda yangi bo‘linishlar, tarixiy holdout va keyingi sanalardagi signallar tekshirildi.
Mustaqillik chegarasi
Yangi foldlar oldin izlangan training ma’lumotlarida tuzildi. Ular yangi tegilmagan test emas. Bootstrap intervallari saqlangan predictionlarga shartlangan; oldingi model tanlovi va qayta training noaniqligini to‘liq qamramaydi. Mijoz IDsi berilmaganligi sabab mijozlar bo‘yicha ajratish tekshirilmagan.
Yangi 5-fold OOF ROC
14 000 signal · har signal bir marta tashqi validatsiyada
Har bir fold va komponent
ROC-AUC · fixed ansambl va CatBoost nazorati
Sifat va kalibrlash diagnostikasi
Yangi 14 000 signalli OOF
| Model | AUC | AP | Brier |
|---|
AP — Average Precision. Brier ehtimollar xatosini o‘lchaydi; pastroq yaxshiroq. Bu ko‘rsatkichlar hidden testga tegishli emas.
Ma’lumot sizishi va qayta bajarish
- Har signalning barcha tranzaksiyalari bitta foldda
- Imputer va Gaussian tanlovi faqat training ichida
- TabICLv2 kontekstidagi feature va labellar aynan tekshirildi
- Training va tashqi validation IDlari kesishmaydi
- Final CSV saqlangan modellardan qayta hisoblandi
- Asl datasetlarning SHA-256 qiymati o‘zgarmagan
Sana va tarix hajmi bo‘yicha OOF diagnostikasi +
| Guruh | Qiymat | Signallar | ROC-AUC | AP |
|---|
Post-hoc tavsifiy diagnostika. Natijalarga qarab model qayta sozlanmadi.
08 / XULOSA
Asosiy topilmalar. Takrorlanadigan yechim.
Taqsimot — foydali signal
Miqdor indeksining tur va yo‘nalish kesimidagi nisbiy taqsimoti oddiy son yoki faollikdan ko‘ra samaraliroq representation berdi.
Murakkablikni tekshirish kerak
Neural sequence, attention, synthetic ko‘paytirish va yuzlab qo‘shimcha belgilar sinovdan o‘tdi. Ularning ko‘pi ixcham nazoratni oshirmadi.
Natijaning chegarasi bor
Sinflar ustma-ust tushadi. Eskalatsiya jinoyat tasdig‘i emas. Model ushbu sintetik topshiriqda tekshiruv ustuvorligini baholaydi.
HACKATHON TOPSHIRIG‘I
Uchta majburiy material.
Bitta rasmiy prediction qabul qilinadi. Topshirish muddati: 27-sentabr 2026, 23:59 — Toshkent vaqti.
- team_876DA4EF.csv6 000 signal · signal_id,ehtimollik · tekshirilgan
- Ochiq EDA sayt URLiUshbu saytni hostingga joylang va ochiq havolani kiriting.
- AML_Travelers_Final.ipynbOriginal fayllardan xususiyat, refit va CSVni qayta yaratish.
Hackaton EDA talablariga moslik +
Dalillar va manbalar
Barcha raqamlar jamoaning saqlangan tajriba hisobotlari va final auditidan. Ommaviy saytda yig‘ma natijalar berilgan. Notebook, original source kodi va tekshiruv fayllari topshirish paketiga kiritilgan.
Usullarning birlamchi manbalari: CatBoost · TabICLv2 maqolasi · Rasmiy checkpoint · Cross-validation
Dataset tashkilotchilar taqdim etgan sintetik va lokalizatsiya qilingan ma’lumotdir. Tashqi target nusxalari yoki tashkilotchilarning yopiq ma’lumotlari ishlatilmagan. Final trainingda synthetic competition qatorlari: 0.