본문 바로가기

TIL

Google Next Extended Seoul 2018

1. hello, ml engine
    tf.estimator()
    결국 ml 쓰세요!! 정말 좋아요!!! (근데 많은 기업들이 사용하는듯 하다.. 특히 게임쪽)


2. 딥러닝의 기저, 함수근사화 및  활용
   머신러닝 - 데이터에서 가치를 찾아내는것
   딥러닝 - 머신러닝중 신경망을 이용해서 학습하는것
                신경망== 20년전에 망함(그래서 단어를 안씀)
                대신 사용하는것 딥러닝 (신경망대신 DNN/NN 대신 딥러닝)

    DNN — 어떠한 함수라도 근사화 할수 있다 (입출력만 있다면!!)
             - 입출력 쌍을 반복적으로 제공하여 내부를 업데이트
             - 충분한 입출력 데이터(빅데이터)와 대량의 컴퓨터 필요

슈퍼바이블링 == 지도학습
고양이는 고양이야
개는 개야 
입력 데이터를 사람이 선별해서 넣어줌 == 단가 상승!!


현실에선
입력데이터는 많지만 아웃풋이 어려움(알수가 없음)
주기성 데이터(입력데이터)를 가공해야 한다. 

하이퍼파라미터??

GAN( 최대 최소 값의 밴드를 통해서 그 사이값은정상으로 한다)
정상의 데이터에 노이즈(랜덤)을 넣어서 계속 학습하면 최대/최소값이 도출됨 이것을 밴드값으로 설정한다. 


3. 거래 네트워크와 유저 행동 패턴 분석을 통함 작업장 탐지
 - 오토 계정과 부정 거래를 탐지하기 위해서 각 유저별 특이사항별 행동 패턴을 분석. 
 - 돈을 옮기기 위해 싼 제품을 비싸게 판다거나
 - 갑자기 한계정으로 돈이 모인다거나
 - 지속적으로 같은 동작을 하는 유저들의 패턴 및 임계치들을 지속적으로 수정하여 패턴 수정)
 
 * 가장 힘든것은 오토들이 임계치를 정해서 행동을 반복하기 때문에 임계치를 설정하여 추려내면 안되며 해당 유저의 특이점(특정 행동)만으로 추려내야 한다 (이전 방식의 특정 임계치로 특정할수 없음)








'TIL' 카테고리의 다른 글

fatal error: 'X11/Xlib.h' file not found  (0) 2020.05.26
면접질문 ( node.js + 백엔드 )  (0) 2019.10.17
프로세스와 쓰레드  (0) 2018.07.30
mysql replication  (0) 2018.07.09
mysql fulltext  (0) 2018.07.09