[프로젝트 개요] 제품 판매 기록 Raw Data 기반 판매량 예측 모델 훈련 및 목표 정확도 달성
[프로젝트 배경 및 목표] - 본 프로젝트는 당사가 보유한 제품 판매 기록 Raw Data를 활용하여 높은 정확도를 자랑하는 판매량 예측 AI 모델을 구축하는 대외비 프로젝트입니다. - 가공되지 않은 원천 데이터를 직접 전처리하고 정규화하는 과정부터 시작하여, 최적의 모델을 선정하고 훈련시켜 사전에 정의된 타겟 예측 정확도(예: 90% 이상)를 달성하는 것이 핵심 목표입니다. - RNN, LSTM, Transformer 등 모델의 종류에는 제한이 없으며, 데이터의 특성을 가장 잘 반영할 수 있는 최적의 알고리즘을 찾아 적용하고 그 선정 배경을 명확히 문서화하는 과정을 포함합니다.
안녕하세요. 판매 데이터의 시계열 특성이 궁금한데요, 일별/주별/월별 중 어느 단위의 예측이 필요한 건지, 그리고 제품 SKU가 몇 종류 정도 되는지에 따라 모델 아키텍처 선택이 크게 달라집니다. 또한 목표 정확도 90%의 평가 지표가 MAPE 기준인지 RMSE 기준인지도 확인 부탁드립니다.
안녕하세요. 판매 데이터의 시계열 특성이 궁금한데요, 일별/주별/월별 중 어느 단위의 예측이 필요한 건지, 그리고 제품 SKU가 몇 종류 정도 되는지에 따라 모델 아키텍처 선택이 크게 달라집니다. 또한 목표 정확도 90%의 평가 지표가 MAPE 기준인지 RMSE 기준인지도 확인 부탁드립니다.