{
  "fetched_at": "2026-10-20T06:23:05Z",
  "source_url": "https://www.kaggle.com/competitions/2024-ml-w10p1/data",
  "pages": [
    {
      "name": "data-description",
      "content": "## 데이터셋 설명\n#### 해당 데이터셋은 기상데이터를 이용하여 태양광 발전량을 예측하기 위한 데이터셋입니다. 날짜, 시간, 날씨 정보로 구성되어있으며, 이를 이용하여 태양광 발전량을 예측 할 수 있습니다.\n- Hour - 시간\n- Minute - 분\n- DHI - 수평면 산란일사량(Diffuse Horizontal Irradiance (W/m2))\n- DNI - 직달일사량(Direct Normal Irradiance (W/m2))\n- WS - 풍속(Wind Speed (m/s))\n- RH - 상대습도(Relative Humidity (%))\n- T - 기온(Temperature (Degree C))\n- Target - 태양광 발전량 (kW)\n## 파일 구성\n- data.csv : 해당 파일은 train에 사용되는 날짜, 시간, 날씨 정보와 TARGET정보인 태양광 발전량을 포함하고 있습니다.\n- X_test.csv : 해당 파일은 test에 사용되는 날짜, 시간, 날씨 정보를 포함하고 있습니다.\n- sample_submission.csv : X_test를 이용하여 구한 prediction값을 해당 파일에 index 순서대로 기입한 후 제출하시면 됩니다.",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Description",
      "content": "해당 문제에서는 R2 score를 사용한다. 이는 RMSE, MAE등의 metric이 스케일에 따라 값이 크게 달라지는 점을 보완하기 위함이다. R2 score 다음과 같은 공식을 통해 계산된다.\nR^2 = 1-sigma(error^2)/sigma(deviation^2)\n이는 일반적인 경우 0에서 1사이의 값으로 환원된다.\n",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "rules",
      "content": "2024학년도 1학기 기계학습 실습문제 (10주차)",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "abstract",
      "content": "#교과목 정보\n- 세종대학교 AI로봇학과 (최유경 교수)\n- 2024년 1학기 기계학습 10주차 실습 1번\n\n## 2024학년도 1학기 기계학습 실습문제\n- 태양으로부터 얻을 수 있는 에너지는 크게 태양광, 태양열 2종류가 있다. 태양열은 집광판을 이용하여 태양열을 모아서 수집하는 것이고, 태양광은 태양전지판을 이용하여 빛에너지를 전기로 바꾸어 수집한다.\n- 태양광 에너지는 태양으로부터 얻을 수 있으며 초기 설비만 갖추어지면 반영구적으로 전기를 생산할 수 있다. 설비는 몇 달내로 갖출수 있으며, 화석연료와는 다르게 전기를 생산하는 과정에서 독성물질이 배출되지 않는다. 따라서, 미래 4차산업혁명을 이끌 신에너지원으로 각광받고 있다.\n- 그러나, 태양광 에너지는 초기설비비용이 많이 발생하고, 날씨의 영향을 많이 받는다. 따라서, 태양광 에너지 설비시설은 지리적, 환경적으로 효율이 좋은 곳에 설치된다.\n- 해당 문제에서는 기계학습 수업에서 배운 지식과 기상데이터를 이용하여 태양광 발전량을 예측한다. 이는 실제 산업현장에서 어떠한 곳에 태양광 설비를 설치할지 결정하는데 중요한 지표로 활용될 수 있다. 즉, 해당 지역의 날씨정보만 충분히 확보하면, 어느정도의 전기가 생산될지 예측할 수있다. 해당 전기생산량과 설비비용 등을 고려하여 태양광 발전소 설치의 경제적인 효율성을 계산해볼 수 있을것이다.\n\n##랜덤시드\n- 필요시 특정 알고리즘에 들어가는 `random_state` 를 고정해주어야 합니다.\n```python\nimport random\nimport os\nseed = 42\nrandom.seed(seed)\nnp.random.seed(seed)\nos.environ[\"PYTHONHASHSEED\"] = str(seed)\n```",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    }
  ]
}