머신러닝과 인공지능3 통계/머신러닝 기반의 시계열 이상치(Anomaly) 탐지 조사 이상치 탐지 솔루션은 공정, 금융 등의 분야에서 비교적 흔하게 사용되고 있는 기술이다. 예컨대, 공정에서 공기청정기를 생산한다고 할 때, 이상치 탐지 기술을 이용하면 (그 안에 들어가는) 모터에서 발생하는 소음의 "이상" 여부를 분석하여 해당 부품의 불량 여부를 체크할 수 있고, 금융권의 경우, 은행에서 특정 사용자의 계좌에서 평소와 다른 "이상" 패턴이 탐지된다면 그 사용자의 계좌에 대해 동결 조치를 취할 수 있다. 이러한 이상치 탐지 기술은 통계적인 접근과 머신러닝 접근으로 구분될 수 있는데, 전자는 오래 전부터 사용된 고전적인 방법인 반면 후자는 비교적 최근 들어 더 인기를 얻게 되었다. 이번 포스팅에서는 이 둘에 대한 대표적인 방법을 소개한다. 통계적 접근은 개발이 쉽고 결과 해석이 용이하다는 이.. 2023. 1. 20. 언제 MSE, MAE, RMSE를 사용하는가 제목에 열거한 RMSE, MSE, MAE는 딥러닝 모델을 최적화 하는 데 가장 인기있게 사용되는 오차 함수들이다. 이번 포스팅에서는 (1) 이들의 특징을 알아보고, (2) 이 3 가지 손실 함수를 비교 분석해본다. 아래의 예를 보자. 어떤 모델이 학습 데이터를 입력받아 아래 테이블 내 수치들을 예측했다고 해보자. target은 prediction이 맞춰야 할 정답이고, epoch은 학습의 횟수를 가리킨다. Epoch 2에서, Prediction의 3번째 값인 2는 그것이 근접했어야 할 Target의 3번째 값인 7과 크게 벗어나게 예측했다는 의미에서 Outlier라는 점에 주목하자. 이들 값을 가지고 MSE, RMSE, MAE를 계산해보면 아래와 같다: MSE의 특징 [1] Mean Square Erro.. 2022. 12. 12. 머신러닝을 이용한 블록체인 상에서의 부정거래 탐지 1. 들어가며 최근 세간의 블록체인에 대한 관심이 높아짐에 따라 머신러닝 분야에서도 이에 대한 연구가 활발히 진행되고 있다. 블록체인 분야에 머신러닝을 접목한 분야로는 부정거래 탐지 시스템(Fraud Detection System, FDS), 가상자산 가격 예측, 거래소 주소 식별, NFT 공정가 예측 등이 있는데 이들 중 가장 많은 연구가 이루어진 분야는 FDS일 것이다. 실제로, 악의적인 의도를 가진 많은 스캐머는 블록체인의 익명성을 악용하여 비트코인, 이더리움을 통해 폰지 사기, 스캠 사기, 자금 세탁 등을 자행하고 있다. 미국의 블록체인 데이터분석 업체인 Chainalysis에 따르면 [5], 2021년도에 가상자산을 통한 스캠 범죄 피해액은 약 80억 달러에 달한다고 한다. 이는 전년도인 202.. 2022. 12. 12. 이전 1 다음
