Es 기술 블로그 Es 기술 블로그

저번 학기에는 입원기간 예측 서비스 알고리즘을 개발하고 모델링는 프로젝트를 진행하였습니다. 이어서 이번 학기에는 사용자로부터 개인 데이터를 입력받아 개발한 모델을 통해 입원 기간을 예측해주는 서비스를 웹사이트를 통해 배포하는 프로젝트를 진행하였습니다. 이해를 위해 데이터와 모델에 대한 간단한 설명을 하겠습니다. 개발 배경 - 입원 기간을 예측할 수 없다는 불확실성과 이에 따른 환자의 불안감 - 미국의 예치금 제도에 따른 높은 입원 부담감 (데이터 특성상 서비스 대상자를 미국 병원 이용자로 한정함) - 현 코로나로 인한 병실 부족사태가 심각하며 병원의 비효율적인 환자 관리 시스템 이러한 문제들을 인식하여 이미 존재하는 많은 환자의 데이터를 기반으로 하는 인공지능 모델을 사용하여 환자의 입원 기간을 예측하는..

현재 입원 기간 예측을 주제로 하는 졸업 프로젝트를 진행 중이다. 동시에 같은 주제로 2020 연구데이터 분석활용 경진대회에도 참가하고 있다. 1차 서류는 통과한 상태이고, 이틀 전 최종 발표까지 마친 상태... (결과 기다리는 중 두구두구) 데이터는 캐글에서 제공하는 입원 환자 데이터를 사용했다. https://www.kaggle.com/nehaprabhavalkar/av-healthcare-analytics-ii 먼저 데이터를 들여다보기 위한 EDA와 전처리를 진행하였다. 데이터를 다루면서 가장 먼저 힘들었던 점은 바로 범주형 변수가 매우 많았다는 점이다! 종속변수를 포함해 18개의 열 중 무려 13개가 범주형 변수였다. 범주형 변수 중에서도 문자열로 된 변수도 있었고, 수치형으로 된 변수도 있었는데..