Target

1. 항만 내 컨테이너 중 위험물 반입 신고 대상인 위험 컨테이너 분류 모델 개발

Challenge

1. 위험 컨테이너에 대한 라벨링 기준이 불명확하여 지도 학습 기반의 모델 개발에 제한 2. 범주형 변수 위주로 데이터가 구성되어 EDA 및 분류 모델 개발의 높은 난이도 

How to

1. 현업 담당자와의 지속적인 의사소통으로 라벨링 기준 재정립 2. EDA 및 시각화를 통해 위험물 반입신고 대상 컨테이너 분류에 최적의 변수 선택 및 생성 3. AutoML 기반의 학습 모델 선정 4. RandomForest, LightGBM 등의 머신러닝 모델 개발 

Outcome

1. F1-score 기준 70% 성능의 위험 컨테이너 분류 모델 개발 2. 위험 컨테이너의 특징 및 데이터적 특성 등 인사이트 도출