Andmeanalüüsi võistlused

Iga aasta korraldatakse lisaks klassiklastele algoritmika võistlustele ka andmeanalüüsi (machine learning, data mining, collaborative filtering) võistluseid, kus probleemistiku püstitus jaotub tüüpiliselt kahte ossa:

• Suunatud õppimine (supervised learning)
• Suunamata õppimine (unsupervised learning)

Esimese puhul on meil lõppeesmärk hulga sisendite puhul (X1,X2,X3 jne) ennustada ühte (Y) või enamat (Y1,Y2,Y3 jne) tunnust, mis võib olla reaalarvuline (näiteks inimese eluea hindamine 94.6 aastat) või nominaalne tunnus (jah/ei binaarne, 1,2,3,4,5 järjestatud nominaalne ehk ordinaalne).

Teise puhul tüüpiliselt peame oskama sisendeid (uuritavaid objekte/nähtusi) kuidagi grupeerida või leida lähimaid sarnaseid. Tihti on jaotus ka hägune (semi-supervised learning), kui probleemistik asub kahe ülesande vahel või näiteks lõpptulemuse klassid ei ole teineteise vastandid ega välistavad . Heaks näiteks on mingi haiguse diagnoosimine või kliendistaatusest loobumine (churn prediction). Mõlemi puhul ei ole olukord triviaalne: a) kuna haiguse mitte-diagnoosimine ei pruugi tähendada, et haigust ei ole, vaid et hetkel veel ei ole diagnoositud ning b) kõik, kes pole hetkel ettevõtte klientide hulgast lahkunud, ei pruugi olla veel lojaalsed kliendid, vaid lihtsalt "pikema närviga" lähiajal lahkuvad.