Slide 16
Slide 16 text
パラメータに注⽬した評価のポイント
• 収集して増え続けるデータでの学習に対して、データの異常検知を
⾏うことができる。
• 最適化されたパラメータを固定して、データを増える前後で学習させる
ことで予期しない情報を含んだデータが増えているかを検知できる
© 2019 Chura DATA inc. PROPRIETARY & CONFIDENTIAL.
学習率 = 0.05
分岐⽊数 = 1024
データ数 = 10000
学習⽇ = 2019-10-15
学習率 = 0.05
分岐⽊数 = 1024
データ数 = 15000
学習⽇ = 2019-11-15
学習率 = 0.05
分岐⽊数 = 1024
データ数 = 20000
学習⽇ = 2019-12-15
精度: 85% 精度: 87% 精度: 69%