ENTRENAMIENTO: Tic Tac Toe (Tres en raya)

En este reto, vamos a jugar (y ganar) al típico 3 en raya. ¿Te apuntas?

Esta base de datos codifica el conjunto completo de posibles configuraciones del tablero, al final de los juegos de tres en raya, donde suponemos que “x” ha jugado primero. El objetivo de este desafío es “ganar por x”.

Como se trata de un ejercicio de prueba/entrenamiento, te proponemos que lo resuelvas utilizando el clasificador XGBoost “extreme gradient boosting” (refuerzo de gradientes extremos) y 10 fold cross validation. Pero te invitamos a que expandas tu creatividad y nos sorpresandas.

Author: David W. Aha Source: UCI – 1991

Descargar base de datos:

El dataset para entrenar los datos: dataset_train_TicTacToe

El dataset para hacer las predicciones finales (de aquí se saca el resultado del desafío):  dataset_test_TicTacToe

Ninguna de las variables tiene falta de datos.

(x=jugador x tiene la casilla, o=jugador o tiene la casilla, b=en blanco)

1. cuadrado superior izquierdo: {x,o,b}
2. cuadrado superior central: {x,o,b}
3. cuadrado superior derecho: {x,o,b}
4. cuadrado del centro izquierdo: {x,o,b}
5. cuadrado del centro: {x,o,b}
6. cuadrado del centro derecho: {x,o,b}
7. cuadrado inferior izquierdo: {x,o,b}
8. cuadrado inferior central: {x,o,b}
9. cuadrado inferior derecho: {x,o,b}
10. Clase: {positivo,negativo}

El objetivo es sencillo: construye un modelo predictivo que “gane por x”, utilizando los datos de dataset Tic Tac Toe.

1. Analiza bien la información
2. Genera un modelo predictivo y entrénalo
3. Obtén resultados y evalúalos

La solución se evaluará en base al porcentaje de exactitud del modelo frente a la realidad.

Descripción general de cómo funcionan las competiciones de Kopuru

1. Únete al reto
   Lee la descripción del desafío, acepta las reglas de la competición y accede al conjunto de datos del Reto.
2. Manos a la obra
   Descarga los datos y genera un archivo de predicción.
3. Hacer una presentación
   Carga tu predicción como una presentación en Kopuru y recibe una puntuación de precisión.

Consulta la tabla de clasificación
Mira cómo se clasifica tu modelo frente a otros competidores en nuestra tabla de clasificación

La tasa está en torno al %100.

Descargar etiquetas del dataset test: Soluciones_TicTacToe