STUDY LOG/Kaggle

캐글(Kaggle) 등급 알아보기

Jinwang Mok 2021. 9. 22. 19:26

 

 

 

캐글에는 Progression System이 존재한다. 쉽게 생각하면 캐글에서 매기는 전문가 등급이라고 봐도 될 것 같다.

 

 

등급을 매기는 분야는 Competitions, Notebooks, Datasets, Discussion 이렇게 총 4가지가 있다.

 

 

그리고, 각각의 분야에서 얻을 수 있는 등급은 밑에서부터 Novice, Contributor, Expert, Master, Grandmaster 이렇게 5가지 등급이 존재한다.

 

 

 

먼저, Novice 등급은 써있는대로 가입만하면 주어지는 기본 등급이다. 더 설명할 것은 없는 것 같다.

 

 

다음으로 Contributor 등급은 위에 나와있듯 4가지 조건이 필요하다.

- 1번 이상 notebook이나 script를 실행

- 1번 이상 competition이나 task 제출

- 1번 이상 댓글 달기

- 1번 이상 upvote(추천) 하기

 

어려운 것은 없고, 필자는 하다 말아서 했던 것은 저렇게 체크가 되어있는 것을 볼 수 있다.

여튼 어려운 것은 딱히 없고, 기본적인 활동을 해본다면 자연스레 달성할 수 있다.

 

 

다음으로 Expert 등급부터는 "메달"에 의해 결정이 되기때문에 먼저 메달이란 무엇인지 알아보고 넘어가겠다.

 

 

메달

메달은 각 분야마다 기준이 다른데, 먼저 Competition 메달은 다음과 같다.

- 0-99 / 100-249 / 250-999 / 1000+ 등 competition에는 참여팀의 개수로 나타내지는 competition의 사이즈가 있다. 이 사이즈에 따라 비율이 달라지게 된다. 자세한 내용은 표를 읽는 것이 어렵지 않으니 표를 참고하면 되겠다.

 

참고로 Competition의 세부 항목 중에  InClass, Playground, Gettiong Started에 해당하는 프로젝트는 메달을 수여하지 않는다고 한다.

 

 

다음은 Dataset 메달의 경우다.

- Dataset은 더 간단한데, 자신이 올린 Dataset이 추천(vote)을 많이 받으면 된다. 5-19개는 브론즈, 20-49는 실버, 50이상은 골드다. 단, novice 등급이 추천한건 계산하지 않는다고 한다.

 

 

Notebook 메달의 경우도 Dataset과 마찬가지다.

- 여기에 추가적으로 자기가 추천한거나, 마찬가지로 novice의 추천 그리고 옛 게시글에 대한 추천은 계산되지 않는다고 한다.

 

 

마지막으로 Discussion 메달의 경우다.

- Discussion의 경우 upvote - downvote의 수로 Vote를 집계하고 이 수가 1-4까지는 브론즈, 5-9까지 실버, 10이상 골드로 계산된다. 마찬가지로 novice 등급의 추천이나 옛 게시글 추천은 계산에서 제외된다.

 

 

이제 Expert 등급부터 다시 살펴보겠다.

각 분야별로 Expert 등급을 위해 요구하는 메달의 수가 다른 것을 확인할 수 있다. 밑에 나온 master와 grandmaster도 마찬가지로 이 메달의 개수와 퀄리티의 차이라고 볼 수 있다. 자세한 개수는 사진을 참고하시길.

 

 

 

 

마지막으로 Rankings에 대해 간략히만 짚고 넘어가자면, 이 랭크는 expert 등급 이상부터 매겨지고 profile에 표시가 된다고 한다.

 

이 랭크를 결정하는 것은 메달과 등급이 아니라 Point인데, 이것을 계산하는 방법은 조금 더 복잡하다.

 

일단 Point와 Ranking의 의의는 등급처럼 현재를 반영하지 못하고 두루뭉실한 평가가 아니라, 현재 이 시점의 경쟁력을 보여주기 위한 것이다.

 

더 자세한 사항은 여기를 참고.

 

 

이상으로 캐글의 등급 시스템을 살펴보았다.

'STUDY LOG > Kaggle' 카테고리의 다른 글

Intro to Machine Learning(3)  (0) 2021.09.23
캐글(Kaggle) Notebook 실습(Exercise)하는 방법  (0) 2021.09.22
Intro to Machine Learning(2)  (0) 2021.09.22
Intro to Machine Learning(1)  (0) 2021.09.22
캐글(Kaggle) 시작하기  (0) 2021.09.02