﻿[Deeplearning W1 Hackathon] 아이콘 이미지 분류

■ 과제
32×32 픽셀 흑백 아이콘 이미지를 10개 클래스(airplane, apple, ball, bird,
building, cat, emotion_face, police_car, rabbit, truck)로 분류하세요.
픽셀 열은 0~1023이며, 이미지 한 장마다 총 1,024개입니다.

■ 파일
- train.csv              : 학습 데이터 (ID, label, 픽셀 0~1023)
- test.csv               : 예측 대상 (ID, 픽셀 0~1023) — 정답 label 없음
- sample_submission.csv  : 제출 형식 예시 (ID, label)

■ 제출 방법
1. test.csv의 각 행을 예측해 submission.csv를 만드세요.
2. 헤더는 반드시 "ID,label"입니다. (대소문자 구분 — ID는 대문자, label은 소문자)
3. label 값은 위 10개 클래스명 중 하나여야 합니다.
4. checkpoint.habix.ai/hackathons/dl-w1에서 기수·이름을 넣고 submission.csv를 제출하세요.

■ 출력 함수 사용 시
save_checkpoint_result(..., id_column="ID", target_column="label")

■ 평가 지표: Accuracy
■ 제출 횟수: 최대 5회 (첫 제출을 빨리 하고, 결과를 본 뒤 개선해 다시 내세요)
■ 제출 후: 결과 이해 확인 문항 3개 + 회고를 통과해야 순위가 공개됩니다.
