이 게시글이 나의 첫 velog 게시글이다! 지금까지 진행했던 스타트업, 프로젝트, 해커톤들이 있는데 뭔가 정리가 잘 안되는(?) 느낌이 들어서 이번 게시글을 시작으로 프로젝트, 해커톤, 스타트업 성과(혹은 경험담), Paper Review 등으로 섹션을 나눠서 진행하고자 한다. :)
2019년 6월~7월 동안, University of Southern California 에서 진행하는 AI-based Data Science Program 에 참여했다. Python 기반의 머신러닝, 딥러닝 학습을 위한 데이터 전처리 방법에 대해 배우고 프로젝트를 진행하면서, 마지막에는 USA Open Data 를 활용해서 괄목할만한(?) 성과물을 내는 Hackathon 을 진행했고 'Honorable Mention Title' Prize 를 수상했다.
Github : https://github.com/usc-hackerton/Metro-Bike
"Efficient Station Configuration and Management, verifying adequateness of bike station's location through Data Visualization of LA Metro Bike"
주제는 위와 같다!
약 2달에 걸쳐 미국 서부에서 거주하면서 실리콘밸리 스타트업들도 방문하고 맛있는 것도 먹으러 다니면서 택시보다는 버스, 자전거를 애용했는데 특히 공용 자전거를 많이 탔다. 그런데 공용 자전거 보관소 위치가 너무 제멋대로라 유동인구가 없는 곳에 자전거 보관소가 있지를 않나, 유동인구가 많은 LA 도심 한복판에는 자전거 보관소에 비치되어있는 자전거 양은 한없이 적고...
여기에 불편함을 느꼈고, 해커톤 주제로 정했다.
정리하면!
LA 에서 제공되는 공공 데이터들 중 Metro Bike 들이 지정된 장소에서 빌려가고, 반납하는 정도가 효율적인지, 제대로 순환이 되지 않아 불필요한 station 은 없는지 검증하기 위해 HTML, Python 언어 및 Tableau, mapbox, pandas 를 활용했다.
이를 통해
LA Metro Bike 의 station 별 데이터들을 활용한 시각화를 통해 현 시스템의 보완점 제시, 효율적인 station 의 제안을 해냈다.
🤭 활용한 데이터셋 웹사이트
LA Open Data Website
LA Metro Bike Website
여기에 보면 일자별, 시간대별로 공용 자전거 보관소 위치에 비치된 자전거 수들이 몇년치 저장되어있고 실시간으로 LA Metro Bike Website 에 들어가면 비치된 자전거 수의 현황을 확인해볼 수 있다.
단계는 다음과 같이 세분화 했다.
Step 1. Evaluation and Suggestion of Efficiency of Metro Bike Stations (Introduction Stage)
공용 자전거 보관소를 (자전거 반환+1)/(전체 자전거+2) 로 비율을 정하고 데이터 전처리한 후 heatmap 으로 구현했다.
Step 2. Visualization and Suggestion based on the Bike Stations for Service (Development Stage)
LA 공용 자전거를 시각화 하기 위해 수치상 부적절하다고 판단되는 자전거 보관소의 철거를 제안하고 트래픽양이 많은 지점에 자전거 정류장을 설치하도록 제안한다.
Step 3. Presentation of service based on visualization information (Service Stage)
최종적으로 자전거 보관소 위치를 추천해주는데, 서비스 Demo는 이렇게 보여진다!
처음 쓰는 velog라 정리가 깔끔했는지 모르겠다 ㅠ
지금까지 진행한 프로젝트들 및 타 개발 이슈들도 올려야겠다 :)
