지도 학습을 사용하여 이상 현상을 감지하는 방법을 설명합니다.

• 제공된 데이터세트를 사용하여 GPU 가속화에 대한 데이터 준비하기
• 인기 있는 머신 러닝 알고리즘 XGBoost를 사용하여 바이너리 및 멀티 클래스 분류자 트레이닝하기
• 배포하기 전에 모델의 성능을 평가하고 개선하기

최신 비지도 학습을 사용하여 이상 현상을 감지하는 방법을 설명합니다.

• 레이블 미지정 데이터를 활용하여 딥 러닝 기반의 오토인코더를 구축하고 트레이닝하기
• 이상 현상을 여러 개의 클래스로 분리하는 기법 적용하기
• GPU 가속 오토인코더의 기타 응용 분야 살펴보기

GAN을 사용하여 이상 현상을 감지하는 방법을 설명합니다.

• 새로운 데이터를 생성하도록 비지도 학습 모델 트레이닝하기
• 새 데이터를 활용하여 문제를 지도 학습 문제로 변환하기
• 새로운 접근 방법과 보다 확립된 접근 방법의 성능 비교