스마트 창고 출고 지연 예측 AI 경진대회

| Public Score | 9.71506 |
| Private Score | 9.9564 |
최종 8위

모델링을 거치면서 가장 공들인 부분은 AutoEncoder 사용이었습니다. 초반 모델링을 거치며 오차값이 쉽게 내려가지 않아 AutoEncoder 모델을 사용하여 차원을 축소시켜 학습시켰습니다.
또, 피처 엔지니어링으로 가능한 많은 피처를 제거시키고, 축소와 병합을 거쳤습니다.
그 후, stage1에서 학습된 값을 새로 롤링시켜 stage2 윈도우에 넣어, 모델에게 학습을 두 번 시켰습니다.

또한, 극한 값이 특정 fold에만 몰려 몇 fold만 값이 유독 튀는 문제를 잡는 것에 어려움을 겪었습니다. 

좋은 대회 만들어주셔서 감사합니다.