Stacking of Hyperparameter Tuned Models for Tagging Coding Problems

要約

コーディングの問題は、コンピューター プログラムの形式で解決する必要がある問題です。
コーディングの問題は、スキルやキャリアの機会を向上させるため、学生や専門家の間で人気があります。
コーディングの問題を実践する人を助ける AI システムは非常に有用であり、そのようなシステムには大きな可能性があります。
この研究では、ハイパーパラメータ調整されたブースティング モデルのスタッキングを使用して、Codeforces と Leetcode からスクレイピングされたデータセットで 77.8% の精度と 0.815 PR-AUC という優れたメトリクス スコアを達成するモデルを提案します。
この作業のために開発されたデータセットとモデルはオープンソースです。

要約(オリジナル)

Coding problems are problems that require a solution in the form of a computer program. Coding problems are popular among students and professionals as it enhances their skills and career opportunities. An AI system that would help those who practice coding problems would be highly useful and there is a huge potential for such a system. In this work, we propose a model which uses stacking of hyperparameter tuned boosting models to achieve impressive metric scores of 77.8% accuracy and 0.815 PR-AUC on the dataset that was scraped from Codeforces and Leetcode. We open source the dataset and the models developed for this work.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google