파이썬, Python/[AI] 인공지능 - 머신러닝, ML
-
-
-
[Machine Learning] Deep Learning for anomaly detection(survey)_1편파이썬, Python/[AI] 인공지능 - 머신러닝, ML 2020. 5. 30. 00:33
이상감지 인공지능 기법을 찾던 중 유용한 논문 한편을 발견했다. "Deep Learning for anomaly detection : A Survey" by Raghavendra Chalapathy, Sanjay Chawla 이상감지(Anomaly Detection)에 대한 기존 논문들을 모아놓은 논문. 여러 분야에서 어떻게 이상(Anomaly)을 정의하고, 기법을 적용했는지에 대한 정리가 되어있어 나처럼 어떠한 지식도 없는 사람들을 위해서 유용한 듯 하다. [ Abstract ] 본 Survey의 목적은 두가지다. 1. 딥러닝 베이스의 이상감지에서 여러 연구방법들의 구조화 및 종합적 overview 2. 다양한 영역에서의 적용 방법 및 효과 review [ 2. What are anomalies? ] ..
-
Pipeline파이썬, Python/[AI] 인공지능 - 머신러닝, ML 2020. 2. 4. 21:41
Pipeline을 왜 하는가? 1. 여러 전처리 과정들을 한번에 끝내준다. 2. Training Data 를 전처리하고 모델을 Fitting 시키는데 1줄이면 끝남. - 없을 경우, Imputation > One-hot encoding > Model Training ... 3. 전처리되지 않은 valid의 feature 를 predict() 커맨드에 사용하면 pipeline이 자동적으로 feature 들을 예측 전에 알아서 전처리해줌 Step 1. 전처리 단계 정의 from sklearn.compose import columnTransformer from sklearn.pipeline import Pipeline from sklearn.impute import SimpleImputer from sklea..