본 연구는 합금강의 기계적 특성(연신율, 인장 강도, 항복 강도) 예측을 위해 Random Forest Regression을 적용했다. 철(Fe), 크롬(Cr), 니켈(Ni), 망간(Mn), 규소(Si), 구리(Cu), 탄소(C)를 포함한 재료 조성과 냉간 압연 중 변형률을 특징으로 사용하여 모델을 훈련하고 평가했다. 높은 예측 성능을 달성했으며, R2 점수와 평균 제곱 오차(MSE)를 통해 확인했다. 잔차 플롯과 학습 곡선을 포함한 다양한 성능 지표를 통해 정확한 예측 능력을 입증했다. 앙상블 학습 기법이 재료 특성 예측을 향상시킬 수 있음을 보여주며, 재료 과학 분야의 산업 응용에 기여할 수 있다.
