[코세라 머신러닝] 이상탐지(Anomaly Detection) 시스템 구축 개발 평가 Recall Precision F1-score

머신러닝 / 딥러닝 기초를 다지고자 coursera에서 Adrew Ng 교수가 진행하는 머신러닝 강의를 수강하게 되었다. 다음은 Anomaly Detection 강의 내용을 정리한 것이다. 이상 탐지 시스템 구축하기 이상 탐지 시스템 개발하고 평가하기 Anomay Detection The Importance of Real Number Evaluation 실수 평가의 중요성 (숫자로 표현하는 것의 중요성) 다양한 응용 사례에서 학습 알고리즘을 개발할 때 어떤 feature을 사용할지를 선택한다. 그 때 알고리즘을 수치로 평가한다면 feature을 추가할지 말지를 쉽게 결정할 수 있다. 예를 들어, 특정 feature을 추가한 알고리즘과 특정 피처를 추가하지 않은 알고리즘을 각각 실행하고 수치화된 결과를 확인한다면, 어떤 알고리즘이 성능을 향상시키는지 또는 악화시키는지 쉽게 판단할 수 있다. 따라서, 이상 탐지 시스템을 신속하게 개발하기 위해 알고리즘을 수치로 평가하는 방법은 큰 도움이...

원문링크 : [코세라 머신러닝] 이상탐지(Anomaly Detection) 시스템 구축 개발 평가 Recall Precision F1-score