데이터·AI를 활용한 물가 예측 경진대회 : 농산물 가격을 중심으로

[문제 상세 설명]

학습 데이터는 2018년 ~ 2021년의 순 단위(10일)의 데이터가 주어지며,

평가 데이터는 추론 시점 T가 비식별화된 2022년의 순 단위의 데이터가 주어집니다.

평가 데이터 추론은 추론 시점 T 기준으로 최대 3개월의 순 단위의 입력 데이터를 바탕으로 T+1순, T+2순, T+3순의 평균가격을 예측해야합니다.

예측해야할 Target은 (배추, 무, 양파, 사과, 배, 건고추, 깐마늘, 감자, 대파, 상추)의 10개의 품목 중 아래의 특정 품종, 등급에 대해서만 예측을 진행합니다.

[데이터 명세]

※ 데이터를 엑셀로 열람하는 경우, 데이터가 비정상적으로 보이는 현상이 발생할 수 있으니 반드시 Pandas패키지와 같은 데이터툴을 이용하여 열람부탁드립니다.

• train [폴더] :
• train.csv [파일]
• 2018년 ~ 2021년의 모든 농산물의 상세 정보 및 가격
• meta [폴더]
• TRAIN_산지공판장_2018-2021.csv : 전국도매 경락정보
• TRAIN_전국도매_2018-2021.csv : 산지공판장 경락정보

• test [폴더] :
• 2022년의 특정 시점 T가 비식별화된 평가 데이터
• 예측의 입력으로 사용될 예측 시점 T를 포함한 최대 3개월의 9개의 시점에 대한 데이터 (총 25개의 평가 데이터셋 샘플 구성)
• TEST_00.csv ~ TEST_24.csv [파일]
• meta [폴더]
• TEST_전국도매_00.csv ~ TEST_전국도매_24.csv [파일]
• TEST_산지공판장_00.csv ~ TEST_산지공판장_24.csv [파일]

※ 예시) TEST_00 추론 시에는 TEST_00.csv. 필요시에는 TEST_전국도매_00.csv와 TEST_산지공판장_00.csv만 추론에 사용 가능

• sample_submission.csv [ 파일 ] :
• 각 품목의 TEST 파일별 +1순, +2순, +3순의 평균가격(원) 예측 결과
• 시점 : TEST_00+1순, TEST_00+2순, TEST_00+3순 ... TEST_24+1순, TEST_24+2순, TEST_24+3순