実践Deep Learning：Autoencoderを用いた教師なし異常検知

この動画では、入力データを圧縮・復元するニューラルネットワーク Autoencoderを用いて、正常データのみを元に異常検出機を学習する方法を解説します。
再生リスト「実践Deep Learning」
• 実践Deep Learning
Autoencoderサンプルプロジェクト
Neural Network Console クラウド版へのログインが必要
dl.sony.com/co...
再生リスト「Deep Learning 精度向上テクニック」
• Deep Learning精度向上テクニック
再生リスト「Deep Learning入門」
• Deep Learning入門
Neural Network Console
dl.sony.com/ja/
Neural Network Libraries
nnabla.org/ja/

[@ritchieblackmore1022]

いつも大変貴重な動画をご提供いただきましてありがとうございます。
可能であればもう少しBGMを小さめにお願いできますでしょうか。
少し音楽に耳を取られてしまいますためどうぞよろしくお願いいたします。

[@AKS-ju1ns]

素晴らしい講座内容をありがとうございます。大変理解しやすく、これを無料で見れることに感謝しています。
他のコメントにもありますが、BGMを小さくする、もしくはもう少しライトな音源にしていただけますとい大変嬉しく思います。ピアノ音だとどうしても音が強く耳に響いてきます。。。

[@jin-yl7cm]

わかりやすい説明ありがとうございます。
9:10あたりで「異常度が正規分布に従っていない場合、計算方法を工夫する」と仰っていますが、具体的にどの様な処理をすればいいのでしょうか。自分の適用先の問題だと、実際にコードを動かすと正規分布にならないケースが多くなります。
期間中の異常度分布を正規化して、その上で閾値を決めるというのは有効でしょうか？

[@user-ks9wt6sk3q]

3:00 圧縮ニューロン数、復元ニューロン数はどのように決定するのですか？

[@NeuralNetworkConsole]

正常データのみ正しく復元され、異常データは正しく復元できないように調整する必要があります。
全ての正常データがほとんど同じように見えるようなケースでは、非常に小さいニューロン数まで絞ったほうがよいケースもあります。

[@user-ks9wt6sk3q]

@@NeuralNetworkConsole ご回答いただきありがとうございます。つまりフィードバックを見ながら試行錯誤で調整する必要があるということですね。ありがとうございました。

[@DD-vx6uv]

音楽いらないです