원문정보
Research on iGLAD Data-based Machine Learning Model to Predict Traffic Accident Injuries
피인용수 : 0건 (자료제공 : 네이버학술정보)
목차
Ⅰ. 서론
1. 개요
2. 선행 연구
3. 연구의 필요성
Ⅱ. 학습 데이터 및 데이터
1. iGLAD(Initiative for the Global Harmonization of Accident Data)
2. Data의 특성 및 변수
Ⅲ. 학습 데이터 및 데이터
1. 머신러닝 알고리즘의 개요
2. 머신러닝 앙상블 모델
3. 머신러닝 앙상블 모델별 성능 및 선정
1) Random Forest 모델의 예측 결과
2) CatBoost 모델의 예측 결과
3) SVM 모델의 예측 결과
4) AdaBoost 모델의 예측 결과
Ⅳ. 결론
참고문헌
1. 개요
2. 선행 연구
3. 연구의 필요성
Ⅱ. 학습 데이터 및 데이터
1. iGLAD(Initiative for the Global Harmonization of Accident Data)
2. Data의 특성 및 변수
Ⅲ. 학습 데이터 및 데이터
1. 머신러닝 알고리즘의 개요
2. 머신러닝 앙상블 모델
3. 머신러닝 앙상블 모델별 성능 및 선정
1) Random Forest 모델의 예측 결과
2) CatBoost 모델의 예측 결과
3) SVM 모델의 예측 결과
4) AdaBoost 모델의 예측 결과
Ⅳ. 결론
참고문헌
저자정보
참고문헌
자료제공 : 네이버학술정보