Kaggle의 Misconception Detection in K-12 Student Workings(주최 CoLearn) 대회에 참가했습니다. 대회 첫 이틀의 결과는 public LB 1위(0.647)입니다. 아직 대회 초반이라 이 순위는 금방 바뀔 수 있습니다. 대회 자체(데이터·라벨·평가·규칙)는 ⓪편 대회 개요에 정리했습니다. 이 글은 문제를 ...

Kaggle에서 2026년 10월 6일에 시작한 Misconception Detection in K-12 Student Workings 대회를 소개합니다. 이 시리즈의 출발점이 되는 글이라, 방법론보다는 문제 자체를 정리합니다. 우리 팀의 접근과 결과는 ①편에 있습니다. 대회 데이터는 학생들의 손글씨 학습지 사진이라, 이 시리즈에는 대회 이미지...

⑦편을 쓴 지 반나절 만에 public LB 1등(0.23776)이 됐습니다. 2등은 0.23820이라 차이가 0.00044뿐입니다. public은 약 102장이라 이 정도 차이는 잡음 안이고, 최종 순위는 마감 뒤 private 207장으로 정해집니다. 이 글은 오늘 오후에 한 실험들과, 그 과정에서 분명해진 로컬 검증의 한계를 정리합니다. ...

⑥편 이후 이틀 동안 public LB가 0.25482 → 0.24452 → 0.23883으로 내려갔습니다. 순위는 3등에서 2등이 됐고, 1등(0.23870)과는 0.00013 차이입니다. 이번에도 점수를 움직인 건 모델이 아니라 측정 관례였습니다. 특히 두 번째 개선은 “검증 세트에는 거의 없는데 테스트에는 많은 영상”을 찾아낸 덕분이었습니다. ...

③편은 “우리가 가진 세 자(OOF·gold58·public LB)가 전부 우리 효과보다 거칠다”는 글이었습니다. 이번 글은 그 결론의 절반이 틀렸다는 이야기입니다. 대회 진행 중이라 코드와 대회 이미지는 싣지 않습니다. ‘실측’은 다른 조건을 그대로 두고 한 가지만 바꾼 비교로 확인한 값입니다. 1. 같은 자인데 눈금이 다섯 배 달랐다 ...

⑤편을 쓴 뒤 사흘 동안 public LB가 0.2636(5등) → 0.2548(3등)으로 내려갔습니다. 이번 개선은 모델을 바꿔서 얻은 게 아닙니다. 모델이 그려 준 근막과 다발에서 숫자를 어떻게 읽느냐를 두 군데 고친 결과입니다. 이 글은 그 두 규칙이 무엇이고 왜 맞았는지, 그리고 같은 기간에 시도했다가 버린 것들을 정리합니다. 대회 진행...

②편은 천장 세 개를 재고 0.945를 얻은 날이었습니다. 이번 글은 그다음 날인데, 성격이 다릅니다. 점수가 0.946으로 한 칸 올랐지만, 더 중요한 것은 “우리가 지금까지 재온 방식이 틀렸다”는 쪽을 발견한 것입니다. 대회 진행 중이라 코드와 대회 이미지는 싣지 않습니다. ‘실측’은 다른 조건을 그대로 두고 한 가지만 바꾼 비교로 확인한 ...

①편은 “왜 0.944에서 멈췄는가”로 끝났습니다. 답은 판독문 라벨의 천장(0.9032) 이었고, 제가 만지던 축들이 전부 그 아래였다는 것이었습니다. 이번 글은 그다음 하루입니다. 점수가 몇 주 만에 움직였고(0.944 → 0.945), 남은 길이 어디인지도 숫자로 좁혀졌습니다. 대회 진행 중이라 코드와 대회 이미지는 싣지 않습니다. ‘실측...

RSNA Knee Abnormality Detection 대회를 진행하면서 어떤 순서로 무엇을 했는지를 단계별로 정리했습니다. 결론부터 적으면, 지금 public LB 0.944(4,753팀 중 230위)에서 더 올라가지 못하고 있고, 이번 주에 왜 못 올라가는지를 숫자로 특정했습니다. 병목은 모델이 아니라 라벨이었습니다. 대회 진행 중이라 코...

①~④는 하루 단위 기록이라, 지금 가장 좋은 제출이 어떤 부품으로 되어 있는지를 한 번에 보기 어려웠습니다. 이번 글은 그 정리입니다. public 0.27058(335팀 중 6등)을 낸 파이프라인을 처음부터 끝까지 한 장에 펼쳐 놓고, 각 부품이 LB를 얼마나 바꿨는지, 남은 오차가 어디에 있는지 적었습니다. 마지막에는 다음에 고를 수 있는 실험 ...