<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>tam5917</author_name>
  <author_url>https://blog.hatena.ne.jp/tam5917/</author_url>
  <blog_title>備忘録</blog_title>
  <blog_url>https://tam5917.hatenablog.com/</blog_url>
  <categories>
    <anon>機械学習</anon>
    <anon>深層学習</anon>
    <anon>異常検知</anon>
    <anon>python</anon>
  </categories>
  <description>はじめに 外れ値検知の機械学習モデルの一つとして&quot;Deep SVDD&quot; が知られている。 今回はこれを、異常検知/外れ値検知のためのPythonパッケージPyODの仕様に沿った形で、PyTorchにより実装したということである。 外れ値検知は1クラス分類と捉えることができ、「通常」クラスか「それ以外（＝外れ値、つまり異常）」という分類が行われる。 &quot;Deep SVDD&quot;は、外れ値検知の既存手法であるOne-Class SVM / Support Vector Data Description (SVDD) の非線形カーネルをニューラルネットワークで置き換えたものである。 準備 PyODはpip…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Ftam5917.hatenablog.com%2Fentry%2F2021%2F08%2F16%2F200142&quot; title=&quot;Deep SVDDに基づく外れ値検知をPyTorchで実装した - 備忘録&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url></image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2021-08-16 20:01:42</published>
  <title>Deep SVDDに基づく外れ値検知をPyTorchで実装した</title>
  <type>rich</type>
  <url>https://tam5917.hatenablog.com/entry/2021/08/16/200142</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
