Aimers 9기 : 투구 제구 성공 확률 예측 AI 오프라인 해커톤

※ 본 데이터는 ‘Aimers 9기 : 투구 제구 성공 확률 예측 AI 오프라인 해커톤’ 참여 목적으로만 사용할 수 있으며, 그 외 용도로는 활용할 수 없습니다.

※ 배포용 데이터는 별도 다운로드 링크를 제공하지 않으며, 팀별 제공드리는 GPU서버에 내장되어 있습니다.

[배포용 데이터 구조]

open.zip
  ├── baseline_submit.zip : 베이스라인 기반 리더보드 제출 파일(zip, 참고용)
  └── data/
          ├── train.csv : 학습 입력 데이터 (1,474,868행 × 29컬럼)
          ├── train_outcomes.csv : 학습 Label·좌표·투구 사후 정보 (1,474,868행 × 9컬럼)
          ├── train_trackman.csv : 2019~2024년 Trackman 관측 이력 (1,777,403행 × 31컬럼)
          ├── test.csv : 평가 입력 데이터 (형식 확인용 5행 × 29컬럼)
          ├── sample_submission.csv : 제출 양식 (형식 확인용 5행 × 4컬럼)
          └── data_description.md : 데이터 설명서

※ 학습 Label(control_grade)과 투구 위치 좌표는 train_outcomes.csv에 제공됩니다. train.csv와 row_id로 연결하여 활용할 수 있습니다.

※ 배포된 test.csv와 sample_submission.csv는 입출력 형식 확인용 더미 5행입니다. 실제 평가 데이터는 2025년 투구 218,992행으로 비공개이며, 제출 파일(zip)을 평가할 때 서버에서 두 파일을 동일한 경로·컬럼 구조의 실제 평가용 파일로 교체합니다.

※ 제출 코드는 실제 평가 데이터와 제출 양식에 맞춰 output/submission.csv를 생성해야 합니다. 출력은 row_id, prob_shadow, prob_heart, prob_failure의 4개 컬럼으로 구성하며, 실제 평가 데이터와 행 수 및 row_id 순서를 일치시켜야 합니다. 각 투구의 세 예측 확률은 0~1 범위이며 합은 1이어야 합니다. (오차 범위 0.0001 내 권장)

※ 반드시 data_description.md에서 파일별 컬럼, 데이터 연결 방법 및 활용 기준을 확인한 후 진행하시기 바랍니다.