고려대_세종캠퍼스_ai_pbl_개인프로젝트_산출물

고려대_세종캠퍼스_ai_pbl_산출물.7z

2.79MB

대구 교통사고 피해 예측 프로젝트

프로젝트 개요

• 목적: 대구 지역 교통사고 피해 심각도를 예측하는(시공간 정보로부터 사고위험도(ECLO) 예측)  AI 모델 개발
• 의의: 사고 발생 이전 심각도를 예측하여 대응 방안 마련 및 피해 최소화
• 기대 효과: 교통사고 예방, 신속한 대응 및 교통 안전 환경 조성

데이터 전처리 및 분석

• 데이터 출처: 데이콘 제공 데이터셋 활용
• 전처리 작업:
  • 결측치 처리, 이상치 탐지 및 보정
  • 데이터 표준화, 정규화 및 특성 선택
  • 타겟 값(ECLO) 정의 및 불필요한 칼럼 제거
• 도구 및 라이브러리: TensorFlow, Pandas, NumPy, Scikit-learn 등

모델 설계 및 구현

• 모델: 텐서플로우 기반 딥러닝 모델
• 기법:
  • 하이퍼파라미터 튜닝(Grid Search)
  • Dropout, BatchNormalization 등 레이어 구성
  • 최적화 알고리즘: Adam
• 결과:
  • 최적 하이퍼파라미터 조합 탐색
  • 다양한 데이터 스케일링 기법 적용

결론 및 향후 계획

1. 데이터 분석 기법 확장: Autogluon, XGBoost 등 다양한 모델 활용 예정
2. 협업 강화: 팀 단위 프로젝트 진행으로 피드백 공유 및 개선
3. 프로젝트 확대: 대규모 데이터셋(Kaggle 활용) 및 성능 최적화 목표

요약: 본 프로젝트는 대구 지역의 교통사고 피해 예측을 위한 AI 모델을 설계, 데이터 전처리 및 모델링을 통해 교통 안전 개선에 기여할 수 있는 기반을 마련하였다.