사쿠의 데이터 블로그

★★ 이상점 탐지 ★★ 0. Auto Encoder 개념 -링크 1. Anomaly Detection with AE (1) - 링크 이번 포스팅에서는 오토 인코더를 이용해 Mnist 데이터와 노이즈를 구분해 보겠습니다. 그전에, Auto Encoder는 만능이 아닙니다. 다른 알고리즘과 비교 후 더 나은 알고리즘을 택했으면 좋겠습니다. [대표적인 방법] 백 분위 점수와 상위 [1%, 0.1%, 0.01%] 점수를 비교 --> 이 방법은 상위 데이터에 이상점이 있을 경우 훨씬 저렴하게 탐지할 수 있습니다. AE로 이상점을 탐지하는 방법 항상 그렇듯, 가설을 세우고 문제를 해결해야 합니다. 이번에 세울 가설은 "AE는 비 정상 데이터가 들어오면 Error를 높게 배출한다" 입니다. 딥러닝이 마법도 아닌데 어..

오토 인코더(Auto Encoder)는 무엇일까? Input과 Output을 동일하게 만들어 주는 모델로 설명할 수 있을 것 같다. 그럼, 1. Input과 Output을 동일하게 만드는... 쓸데 없어 보이는 일을 할까? 2. 모델의 구조는 왜 하필이면 이렇게 생긴걸까? 오늘은 두개의 질문에 스스로 답변을 해보려 한다. 왜!? Input과 Output을 동일하게 만드려고 하는가? 만약, 오토인코더의 목적이 Input과 Ouput을 동일하게 만드는 것이라면 누군가는 이렇게 생각 할 수 있겠다. 1 2 3 def AutoEncoder(input): output = input return output cs 더이상 Input과 Ouput을 동일하게 만드는게 목적이 아님을 눈치챘을 것이다. AutoEncoder..