해당 해커톤이다.
알고리즘 | 정형 | 시계열 | LG Aimers | 수요 예측 | SFA
<aside> 💡 특정 온라인 쇼핑몰의 일별 제품별 판매 데이터를 바탕으로 향후 약 3주간의 제품별 판매량을 예측하는 AI 모델을 개발해야합니다.
</aside>
이걸 하면 된다.
팀원은 이렇게 되고 그라운드룰은 매 주 온라인 회의 및 2주 1회 오프라인을 하기로 했다.
시계열데이터의 정의를 다시 짚고 가기로 했다
왜 시계열 데이터 분석이 LSTM모델에서 학습하기 좋은지 알아보도록 한다.
시계열 데이터 : 데이터가 순서대로 시간의 흐름에 따라 기록된 데이터 집합을 의미함
특징 : 시계열 데이터의 특징은 시간의 흐름에 따라 패턴, 계절성, 트렌드 등이 존재할 수 있음,
LSTM사용 이유 : LSTM이 시계열 데이터의 장기적인 의존성과 패턴을 학습하고 보존할 수 있는 뛰어난 능력을 가지고 있기 때문 이라고 한다.
추가적으로 시계열 데이터는 LSTM과 같은 순환 신경망 모델을 포함하여 다양한 기법을 사용하여 예측, 분석, 모델링하는 데 활용된다고 함
일단 LSTM모델을 사용하여 3주간의 예측을 할 수 있는 파일을 제공받아 가공하였다.
코랩에서 돌리면 메모리가 초과된다는 팀원들 말이 있어서 몇분은 로컬로 돌려보기로하였음