안녕하세요. 오랜만에 포스팅하네요.
이번에 회사 업무 겸 이상탐지 쪽으로 논문들을 쭉 팔로우 하려고 합니다. 아마 출처 및 참고 사이트에 적어둘 고려대 일반대학원 산업경영공학과 강의 유튜브를 많이 참고하고 추가적으로 제가 좀 더 궁금하거나 이해가 안되는 부분을 덫붙인 자료가 주가 될 것 같습니다.
만들어둔 자료 슬라이드를 올려둘테니 궁금한 점 있으시면 언제든지 댓글 부탁드려요. 개요니까 이번엔 가볍게 봐주시면 될 것 같습니다.
일반화가 너무 강한 경우 수박을 사과로 인식할 수 있고, 구체화가 너무 강한 경우 초록색 사과를 사과가 아닌 비정상으로 인식할 수 있다는 의미의 슬라이드입니다. [출처 및 참고 사이트] https://www.youtube.com/watch?
v=ECgI1YVQpY8 고려대학교 일반대학원 산업경영공학과 강의 http://docs.iris.tools/manual/IRIS-Usecase/AnomalyDetection/AnomalyDetection_202009_v01....
#
AI
#
Outlier
#
감지
#
기계학습
#
딥러닝
#
머신러닝
#
이상
#
이상감지
#
이상탐지
#
인공지능
#
Novelty
#
noise
#
Anoamly
#
AnomalyDetection
#
AUTOENCODER
#
Deep
#
DeepLearning
#
Detection
#
GAN
#
LSTM
#
ML
#
탐지
원문 링크 : Anomaly Detection (이상탐지) 개요
![HDFS 구조[3] 데이터 전송(하둡)](https://mblogthumb-phinf.pstatic.net/MjAxOTEyMDNfMTcx/MDAxNTc1MzM0ODYzMTg3.a5SxqeJOBPcuUo-YngXoDkUQrtjfagvF2KZh62mfAyMg.1DYRQQ3jnvSkXmEe0hCMwZnd9zyIl5qmL4Yg-UeFtTsg.PNG.h0609zxc/%C1%A6%B8%F1_%BE%F8%C0%BD.png?type=w2)
![[전문연구요원 훈련소 후기(3주)] - 2주차](https://blogimgs.pstatic.net/nblog/mylog/post/og_default_image_160610.png)