From 274ab64c6d92a0cec886ee913fb2b5f8ecdf278e Mon Sep 17 00:00:00 2001
From: SEHO PARK <34148750+sayyyho@users.noreply.github.com>
Date: Thu, 20 Jul 2023 16:09:38 +0900
Subject: [PATCH] =?UTF-8?q?Docs=20:=20=EB=A6=AC=EB=93=9C=EB=AF=B8=20-=20?=
 =?UTF-8?q?=EC=88=98=ED=96=89=EA=B3=BC=EC=A0=95=20=EC=84=A4=EC=A0=95=20(#1?=
 =?UTF-8?q?)?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

README #1
---
 README.md | 25 +++++++++++++++++++++++++
 1 file changed, 25 insertions(+)

diff --git a/README.md b/README.md
index 1530145..00c2307 100644
--- a/README.md
+++ b/README.md
@@ -1,2 +1,27 @@
 # Probono-AI
 사회적 약자를 위한 생활예보서비스 제공 부문 중, 날씨 및 행사 정보를 결합한 관심 지역 인구밀집도 예측 모델
+
+# 수행과정
+
+## 목표 설정: 서울특별시 동 단위 행정구역 인구밀집정보를 예측.
+
+> 필요 데이터셋 : 과거 인구 밀집 정보, 과거 날씨 정보, 초단기 미래 날씨 정보, 초단기 미래 행사 정보 등의 csv 파일을 사용한다.
+
+## 데이터 셋 전처리
+
+> Column 파악 : 어떤 데이터가 의미 있는 데이터인지 파악한다.
+> 의미 있는 데이터로 분류 후 새로운 데이터프레임 생성한다.
+> 결측치 파악 및 결측치 채운다.
+
+## 결측치 제거 한 뒤 시각화
+
+> 특정 데이터의 경우, 극소수의 결측을 보일 뿐더러, 기존의 추정치가 없다면 기계학습을 통한 예측이 어려우므로 삭제한다.
+
+## 샘플 데이터를 통한 전이학습
+
+> 해당 모델의 경우 RNN 방식을 사용한다, 따라서 LSTM, GRU 2가지를 사용해보고, 정확도가 높은 모델을 선정하여, 전이학습 과정을 가지도록 한다.
+
+## 모델 훈련 및 모델 분석
+> 모델 훈련 : 훈련 데이터와 검증 데이터를 사용하여 모델의 파라미터를 조정하고 최적화하는 과정을 거친다.
+
+> 모델 분석 : 테스트 데이터를 사용하여 모델의 성능을 평가하고 결과를 분석한다.
\ No newline at end of file