-
[Day56] Anomaly DetectionAIFFEL Life 2020. 12. 22. 18:22
시계열 분석에서 데이타가 이상하다고 느껴질 때, 실제로 그런 데이타들을 찾아내는 방법에 대해 알아보는 시간이었던 것 같습니다. 다음 글들을 참고해 보세요.
1. Deep Learning for Anomaly Detection: A Survey
2. Anomaly Detection in Univariate Time-series: A Survey on the State-of-the-Art
3. 보잉 "추락사고, 센서 오작동 때문"
www.mk.co.kr/news/world/view/2019/04/209953/
4. pandas.DataFrame.dropna (pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.dropna.html)
5. Anomaly Detection 개요: [1] 이상치 탐지 분야에 대한 소개 및 주요 문제와 핵심 용어, 산업 현장 적용 사례 정리
hoya012.github.io/blog/anomaly-detection-overview-1/
6. 시계열 분해
7. Timeseries anomaly detection using an Autoencoder
keras.io/examples/timeseries/timeseries_anomaly_detection/
8. tf.keras.preprocessing.sequence.TimeseriesGenerator
www.tensorflow.org/api_docs/python/tf/keras/preprocessing/sequence/TimeseriesGenerator
'AIFFEL Life' 카테고리의 다른 글
[Day58] 트랜스포머로 챗봇 만들기 (0) 2020.12.25 [Day57] 워드 임베딩 (0) 2020.12.22 [Day56] 슬로우 페이퍼 (0) 2020.12.22 [Day55] 해커톤 조편성 및 시작 (0) 2020.12.22 [Day54] 뉴스 카테고리 다중 분류 (0) 2020.12.22