Create Card Fraud Detection using AutoEncoder (Keras, Tensorflow) 1. 문제점 본 Topic 은 너무 뻔한거라서 그런가? 딱히 논문이라던지 이런게 잘 보이지 않는다.. 몇개 있는데 인용수가 0 이다. 대신에 실증적인 좋은 Blog 가 하나 보인다. 기본적으로 이러한 종류의 문제는 데이터의 불균형이 가장 큰 문제이다. 그래서 이러한 문제를 해결하기 위한 방법을 Anomaly Detection 이라고 하는데 FDS 도 마찬가지로 접근하면 […]
Deep Learning Research Group
Convolutional Matrix Factorization for Document Context-Aware Recommendation (Paper) (PPT) 1. 문제점 Collaborative Filtering 에서는 전통적으로 Matrix Factorization 과 같은 모델 기반의 방법론들을 사용하였다 그런데 너무 이러한 Matrix 가 Sparse 해지면서 MF 기반으로는 정확도를 보장할 수 없는 상황이 발생하게 되었다 이러한 문제들을 해결하기 위해서 최근의 연구들은 상품의 비정형적인 데이터를 활용하기 위한 방법들을 고민하였다 이러한 설명 정보를 […]
A Multi-View Deep Learning Approach for Cross Domain User Modeling in Recommendation Systems (Link) 1. 문제점 예전의 CF 방식은 히스토리가 없는 신규 유저에 대해서 추천시 Cold Start 라고 하는 문제가 발생함. CB 방식은 Item 유사도 혹은 User 유사도를 통해 Cold Start 를 해결할 수 있지만, 실제 적용시 사용자의 정보획득의 어려움 등의 이유로 잘 동작할 수 […]
Most Cited Deep Learning Papers (Link) Recent Trends in Deep Learning Based NLP (Link) 파이선 금융 분석 (Link) Deep Learning for recommandation systems (Link) Machine Learning Mind Maps (Link) Deep Architecture Genealogy (Link) Neural Dialog Papers (Link) Winner take all Autoencoder (Link) Deep Learning Stock Prediction (Link) Adaptive stock trading with dynamic asset allocation using […]
장소 : KICT 빅데이터 센터 제목 : Machine learning for formal data 강사 : 백지현 Manger
제11회공개sw개발자대회 금상 TensorMSA(소개) 제11회공개sw개발자대회 금상 TensorMSA(소개) 제11회 공개sw개발자대회 일반부문 금상 수상작 TensorMSA 소개 (Tensorflow MicroServiceArchitecture) Source: www.slideshare.net/healess/11sw-tensormsa . 제11회 공개소프트웨어 개발자대회 제11회 공개소프트웨어 개발자대회 미래창조과학부 주최,공개SW 국제 공모전,공개소프트웨어개발자대회,행사일 Source: project.oss.kr/board/noticeView.do?board_seq=829
#install.packages(“drat”, repos=”https://cran.rstudio.com”) #drat:::addRepo(“dmlc”) #install.packages(“xgboost”, repos=”http://dmlc.ml/drat/”, type = “source”) #install.packages(“xgboost”) #install.packages(c(“dplyr”, “hflights”)) #install.packages(“dummies”) #install.packages(“MASS”) require(xgboost) library(dplyr) library(hflights) library(dummies) library(MASS) setwd(“C:/Users/POSCOUSER/Desktop/”) train = read.csv(“train.csv”) test = read.csv(“test.csv”) col_names = colnames(test) # 트레인 데이터 준비 train_x = subset(train, select=col_names[col_names != “TARGET”]) train_y = subset(train, select=col_names[col_names == “TARGET”]) cate_list_x = c(“CH_pass_fac_flag”, “SM_STEEL_GRD”, “CH_SEQ_IN_CAST”, “SAME_TUND_TR_CAST_SEQ”, “FAC_OP_CD”, “FCE_NUM”, “SM_LD_BLW_METH_TP”, “LD_FCE_AC_UBLW_PTRN_NUM”, “LD_FCE_LW_BW_PTRN_NUM”, […]
1. 강의 안내 : 토크ON세미나 일정 및 목차 ※ 발표 자료는 ‘17.10.25 이후 주최측과 협의하여 홈페이지 공지 여부 판단 예정 2. 강의 자료 : Sk t academy lecture note Sk t academy lecture note NLP and AI Chatbot for developer. Source: www.slideshare.net/healess/sk-t-academy-lecture-note 3. 사이트 참조 : T아카데미 캠퍼스강의 T아카데미 캠퍼스강의 스마트 ICT 분야 최신 트랜드 […]
How To Install Tensormsa Docker-compose version Tensormsa를 구성하기 위해선 Django, Postgres, Nginx, RabbitMQ등 여러 OpenSource 프로그램이 필요하다. 각각의 Official Docker를 Compose 하여 Tensormsa를 실행하는 방법을 안내한다. Prerequisite Tensormsa를 실행하기 위해서는 Docker-compose환경이 필요하다. 설치방법은 Docker Official site를 참고한다 OS : ubuntu 16.04 Docker ce lastest version(https://docs.docker.com/engine/installation/) Docker-comcopse 1.16+(https://docs.docker.com/compose/install/) Git clone Tensormsa를 실행하기 위해서 git을 clone한다. Docker구성을 […]