어쩌다통계

이번 포스트에서는 오랜만에 서점에 들렀다가 제목에 홀려서 읽게 된 "코드 밖 커뮤니케이션"이라는 도서를 리뷰해 보겠습니다. 코드를 잘 짜는 것도 물론 중요하지만 사람들과 같이 협업을 하다 보면 코딩 역량 만큼이나 중요하다 생각되는 부분이 있는데요. 바로 커뮤니케이션 능력입니다.  커뮤니케이션이라는 것을 무엇을 의미할까요? 정보, 소식, 아이디어, 감정 등을 공유 또는 교환한다는 의미로 많이들 생각하실 것 같은데, 이 책에서는 공유 또는 교환을 넘어 공동의 이해를 도모하는 것으로 정의하고 있습니다. "코드 밖 커뮤니케이션"에서는 4가지 챕터를 나눠 커뮤니케이션에 필요한 다양한 방법 및 이론 등을 소개하고 있습니다. 본 포스트는 첫 2개의 챕터인 "시각적 커뮤니케이션"과 "멀티모달 커뮤니케이션"을 읽으면서 ..

이 글이 도움 되셨다면 광고 클릭 부탁드립니다 : ) 오랜만에 이상치 탐지 방법론 리뷰를 해보려고 합니다. 어떤 방법론을 공부해볼까 하고 찾아보다 2023년에 나온 Deep Isolation Forest for Anomaly Detection, DIF라는 Isolation Forest 기반의 딥러닝 방법론이 있어 살펴보려고 합니다. PyOD 라이브러리에 들어가 있어서 실제 적용도 간단하게 해 볼 수 있을 것 같네요. https://slowsteadystat.tistory.com/25 PyOD 라이브러리로 간단하게 이상치 탐지하기 이 글이 도움되셨다면 광고 클릭 부탁드립니다 : ) 이상치 탐지를 하다 보면 데이터에 맞는 방법들이 있어 여러 가지 방법들을 적용해보는 편인데, 아무래도 일관성이 떨어지다 보니 ..

이 글이 도움 되셨다면 광고 클릭 부탁드립니다 : ) 이번 포스트에서는 MemAE에 대해 정리해보려고 합니다. 작년에 봤던 논문이라 다소 설명이 부족한 부분이 있을 수도 있겠네요...! 그래도 더 잊어버리기 전에 간단하게 정리를 해보겠습니다. 우선 MemAE는 2019년에 발표된 논문으로 풀네임은 Memorizing Normality to Detect Anomaly : Memory-augmented Deep Autoencoder for Unsupervised Anomaly Detection입니다. 23년 4월 기준으로 816회 인용되었고 논문은 아래 링크로 확인 가능합니다. https://openaccess.thecvf.com/content_ICCV_2019/papers/Gong_Memorizing_No..

이 글이 도움되셨다면 광고 클릭 부탁드립니다 : ) 오늘은 2018년에 나온 Deep SVDD에 대해 간단하게 살펴보겠습니다. 22년에 봤던 논문인데 이제야... 정리하네요 ㅎㅎ 23년 4월 기준 1347회 인용되었고, 논문은 아래 링크 참고 부탁드립니다! Deep One-Class Classification, http://proceedings.mlr.press/v80/ruff18a/ruff18a.pdf Deep SVDD란?! Deep SVDD는 기존 머신러닝 기반의 one-class classification 방법론인 support vector data description (SVDD)에 딥러닝을 접목한 방법론입니다. neural network를 통해 input을 feature space로 mappin..

이 글이 도움 되셨다면 광고 클릭 부탁드립니다 : ) 오늘은 새롭게 접하게 된 PaCMAP이라는 방법론을 소개해보려고 합니다. 리서치 중 찾게 된 방법론인데, t-sne만 사용하던 저에게는 다소 큰 충격으로 와닿았고 차원축소 성능이나 활용성 측면에서 t-sne보다는 훨씬 좋은 것 같아 해당 논문을 리뷰해 보고 데이터로 실제 성능이 어떻게 다른 지 공유드려보려고 합니다. (현업에서 사용해 봤을 때는 훨씬 좋았어요. 성능!) 우선 논문은 2021년에 나온 논문, Understanding How Dimension Reduction Tools Work: An Empirical Approach to Deciphering t-SNE, UMAP, TriMap and PaCMAP for Data Visualizatio..

이 글이 도움되셨다면 광고 클릭 부탁드립니다 : ) 이번 포스팅에서는 anomaly detection 분야에서 SOTA 중의 하나인 DevNet에 대해 알아보도록 하겠습니다. An End-to-end Anomaly Score Learning Network, DevNet은 2019년에 게재된 논문으로 딥러닝 기반 end-to-end 이상 탐지 방법을 제안하고 있습니다. 본 방법론이 나오게 된 배경과 컨셉, 구조 등에 대해 아래에서 살펴보겠습니다. 0. Abstract 딥러닝은 다양한 문제를 해결하는데 적용되고 있지만, 이상 탐지 문제에 있어서는 상대적으로 적용이 제한되어 있습니다. 현존하는 이상탐지 분야의 방법은 주로 data representation으로 indirect 하게 anomaly scoring..