공공기관 구내식당 식수 예측 모델개발 및 변수 선정 연구

초록

인공지능 기술의 발전과 더불어 기계학습을 기반의 다양한 예측 알고리즘이 개발되었다. 예측을 위해서는 분야별로 비교 분석을 통해 적합한 알고리즘의 선정 과정이 선행되어야 하고, 더 정확한 예측 결과를 얻기 위해 선정 알고리즘의 세부적인 파라미터 튜닝 과정이 필요하다. 본 연구에서는 자동화 기계학습(AutoML) 라이브러리인 Pycaret을 활용한 예측 모델을 비교 분석한다. 그리고 식수 예측 모델 개발시 효율적인 알고리즘 선정 방안을 제시하고, 예측 정확도 향상 실험과 성능검증을 통해 알고리즘별 최적의 하이퍼 파라미터를 제시한다. 본 논문에서의 연구는 한 공공기관과 그 구내식당에서 제공받은 실제 데이터를 기계학습에 적합한 형태로 데이터를 전처리하여 식수 예측 결과에 영향을 주는 중요변수를 선정하였다. 그 결과 예측 알고리즘의 큰 성능 향상을 확인함으로써 효과적인 예측 알고리즘 선정의 방안을 입증하였고, 정교한 예측을 위한 데이터 공급자 측면의 데이터 관리 방안을 제시하였다.

키워드