ݺߣ

ݺߣShare a Scribd company logo

???? ?? ????-??? ?? ??????? ??

?
?
A
ABRC_DATA

[???? ??(Win-Win) ????-?????-??? ???

1 of 24
Downloaded 22 times
0 ? ?????? ? ??? ??? ?? ??????? ??
1 1
2 ?? ?? ???? ?? ???? ?? ???? ??? ?? ??? ???? ??? ????? ??? ??? ???? 10%? ???? ????. 2016? ???? ??? ???? ??? ?? ?? 9.7%? ?? ??. ??? ????? ???? ? ?? ?? ? ? ??? ??? ?? ?? ?? ??? ?? ??? ???? ??. ?? ??? ????? ???? ??? ???? ????. ??? ???? ?? ? ?????? ????? ???? ??? ? ???? ?? ?? ??? ?? ?? ??? ?? ??? ??? ?? ?? ?? ? ??, ???? ??? ?? ?? ? ??? ?? ?? (???? ??) ???? ?? ??? ?? ? ????? ??? ??? ?? ?? ? ??? ?? ??? ??? ????? ??? ? ?? ? ???? ??? ???? ??? ? OLAP, ???? ?? ?? ?? ?? ??
3 ?? ????? ??? ???? ?? ???? ? ????? ???? ????? ?? ? ?? ?? ??? ?? ??????? 6???? ?? ?? ?? 1,200?? ?? ? 50%? ???
4 ?????? ??????? ???? ?? ?? ? ???? ????? ???? ?? ?? Swiss Re(??????) ?? ?? ?? ???? Risk ??
5 ????, ?? ?? ??, ?? ?? ?? ??? ??? ?? ??? AI? ?? ??? 30% ?? ?? 14? ?? ?? ??????
6
7 ???? ??? ?? Model Target ? ?? ??? ?? ???? ??? ?? ???? ????? ?? ?? ? ??? ?? ?? ?? ?? ?? Process ???? ? ?? ?? ?? ?? ?? ? ?? ???? ?? 3??? ?? (????/????/????) ? ?? ??? ?? ???? ?? ????, ????? ????? ?? ? ?? ?? ??, ?? ?? ?? ? ?? ?? ?? ?? ??(?? ??) ? ?? ?? ?? ?? ?? ? ?? ?????? ?? (??????? ?) ? ?? ???? ?? ???? ??? KM???? ????? ??? ????? ??? ?? ?? ?? ?? ?? 1 ?? Data ?? ??? ?? ?? Rule ?? 3 ?? ?? ? ?? ???? ?? 2 Rule ??? ? ??? Data ?? ? 1?? : ??? ??? ?? ?? ?? ?? ? 2?? : ?? ?? ?? ? ?? Rule?? ?? (? 1? ?? Rule ??) ?? Rule? ?? ??, ?? ? ???? ?? ? ?? ??? ??? ?? ??? Data?? - ?? ??, ?? ??, ?? ?? ?? ? Deep Learning ??? ?? Rule? ?? SME ?? ? ??? ?? ? ?? Data ȫ???? ???? ??/??? ???? ? ?? ??, ??, ?? ?? ????? ?? ?? Data? ??? Data? ???? ?? ???? ?? ?? ?? ?? ? ???? ???? ??
8 Machine Learning, Deep Learning??? ?? ???? ????? ???? ???? ??? ????????? ???? ???? ??? ?? & ??? ?????? SIU ??? ?? ?? ?? ???? ???? ?? ?? ???? ????? ?? ???? ????? ?? ??? ?? ??? ?? ??? ??? ??? ??? ???? ???? ?? ?? ?? ?? ?? ????? ?? ???? ?? ?? ???? ??? ??? ??? ???? ???? ?? ? ?? ?? ? ??? ??
9 ????? ?? ?? ? ??? ?? ?? ?? ??? ?? ?? ?? ? ?? ???? ??? ??? ?? ??? ?? ?? ?? ?? ?? ?? ???? ?? ?? ?? ???? ?? ?? ?? ???? ?? ???? ???? ??? ??? ????, ? ?? ?? ??? ???? ?? ??? ?? ???? ??? ?? ???? ????? ???? ?? ?? ? ??? ??? ??? ?? ???? ?? ?? ???? ?? ?? ?? ??? ??? ?? ??? ????, ??? ????? ?? ?? ???? ?? ???? ?? ??? ?? ??? ??? ?? ???? ??? ??? ????? ??? ?? ? ????? ?? ?? ?? ?? ???? ???? ?? ?? ???? ?? ?? ?? ???? ?????? ????? ?? ???? ?? ? ????, ??? ????? ?? ?? ???? ???? ? ?? ?? ? ?? ?? ??? ?? ??? ?? ???? ???? ???? ???? ?? ???? ??? ???? ?? ?? ???? ???? ??? ?? ???? ??? ???? ?????? ??? ?? ?? ???? ????? ?? ? ??? ???? ?? ???? ??? ??? ? SNS, ??, ????? ?? ???? ?? ????? ??? ??? ??? ??
10 ?? ?? ??????? ??????? (SIU) ?? ?? ?? ?? ?? ?? ???? ???? ?? ?? ?????? ??? ? ???????(SIU) : ??? ????? ????? ??? ???? ???? ?? ??? ????? ????? ???. ????? ? ??, ??, ????? ?? / ???????? ??, ??, ??, ??, ??, ?????? ??? ?? ? ?? ?? ?????? ??? ?? ???? ?? ??
11 ???? ?? DB [ ?? ?? ] (??????) [ ???? ?? ] [ ?? ?? ] (??????) [??????] ?? ?? ?? ?? ???? DB [ ???? ?? ] ?? ?? ?? ?? ???? ?? ?? ???? K-means Clustering ???? ?????? ????? ??? ???? ???? K?? ???? ?? ??? ?? ?? SOM(Self-Organizing Maps) ?????? ???? ????? ????? ???? ???? ????? ?? EM & Canopy ??? ????? ???? ??? ??? ?? ??? ?? ???? ?? ??? ????? ?? ?? ???? Decision Tree ?? Class? ???? ??? ???? ???? ??? ??? ???? ?? ???? ?? ???? Random Forest ??? Decision Tree?? Forest? ???? ??? ????? ??? ????? ????? ???? Support Vector Machine ???? ?????? ?? ? ?? ??? ???? ???? ??? ??? ???? ???? ???? ????? ???? ?? ??? ?? ??? ?? ??? ????? ??? ?? ??? ??? ???? ??? ??? ?? ?? ???? ?? ?? ?? ??? ????? ?? ???? ?? ?? ??
12 ?????? ?? ?? ???? ?? ?? ?? ?? ?? ???? ?? ????? ??? ???? ??? ???? ?? ??????? ???? ??? ???? ??? ?? Clustering?? ??? ?? ??? ?? ??? ????? ??? ?? ??? ??? ??? ??? ???? ?? ?? ?? ?? ???? ?? ?? ???? K-means Clustering ???? ?????? ????? ??? ???? ???? K?? ???? ?? ??? ?? ?? SOM(Self-Organizing Maps) ?????? ???? ????? ????? ???? ???? ????? ?? EM & Canopy ??? ????? ???? ??? ??? ?? ??? ?? ???? ?? ??? ????? ??
13 [ ?? ?? ] (Decision Tree) :...SEX_TP_CD = 1: :...s1_f3 in {B00,B02,B35,C69,D21,D23,D31,E10,E11,E13,E14,E50,E66,E78,F51, 2,R52,S01,S02,T85, Z01,Z94,Z97}: cluster3 (0) : s1_f3 in {H00,H01,H02,H04,H10,H11,H15,H16,H19,H20,H21,T26,T90,Z96}: : :...s_cnt > 1: cluster3 (1051/15) : : s_cnt <= 1: : : :...PLC_TY_CD <= 2: cluster3 (118/1) : : PLC_TY_CD > 2: : : :...OPRSCD_CNT <= 0: : : :...rvd_damt_tamt_scaled <= 0.096629: cluster3 Decision ??? Rule ?? ?? ?? ???? ??? ??? ?? ?? ???? ?? ?? ????? ?? ?? ???? ?? ?? ?? ?? ????? ?? ??? ??? ?? ?????? ? ? ??. ??? ???? ?? Decision Tree ????? ?? ?? Decision Tree ???? If {} Then.. Rule? ??? ????? ?? ?? ?? ???
14 [????] ?? ?? ???? DB [ ???? ?? ] ?? ?? ?? [ ?? ?? ] (??/??????) ?? ???? ?? Random Forest ??? Decision Tree?? Forest? ???? ??? ????? ??? ????? ??? ?? ???? Support Vector Machine ???? ?????? ?? ? ?? ??? ???? ???? ??? ??? ???? ???? ???? Extra Tree Random forest? ???? ??? Random forest? ?? ?? ???? XGBoost Randomforest? Tree? ?????? XGBoost? Tree? ??? ?? ??? ???? boost??? ???? Deep Learning ????? Neural Network? ???? ??? ??? ??? ??? ??? ???? ???? ???? ???? ????? ?? ?? ???? ?? ?? ?? ??? ?? ??? ?? ??? ????? ??? ?? ??? ??? ????
15 ???? ????? ?? ????? ?? ?? - ????? Accuracy, Precison, Recall? ????, ???? ????? Y Recall? ??? ??? ? ????(Actual) ?? ?? ???? (Predict) ?? True Positive(TP) False Positive(FP) ?? False Negative(FN) True Negative(TN) Accuracy(???) = ??? ??? ??? ?? ??? ???? ???? ?? (TP + TN) / (Total), 100? ????? ?? ?? Precision(???) = ??? ????? ??? ?? ??? ????? ??? ?? ?? (TP) / (TP + FP), 1-??? = ??? Recall(???) = ?? ?? ??? ??? ????? ???? ??? ?? ?? (TP) / (TP + FN), 1-??? = ??? -> ???? ??? ??? ??? ??? ?? ???? ???? Y Recall? ??? ??? ??? ??? ????? ?? ?? ???? ?? ??
16 ????? ?? ?? ???? ?? ?? Accuracy ????_Recall ????_Precision Randomforest 0.961 0.945 0.928 SVM 0.983 0.705 0.947 Extra Tree 0.963 0.97 0.962 XGBoost 0.962 0.854 0.959 ???? ????? ?? ????? ?? ?? ?? ???? ????? ??? ???? ???? Y Recall? ? ????? Randomforest? Extra Tree ????? ???
17 ???? ?? ?? ???? ???? ?? ??? Rule ?? ?? a*????+b*???+c*???? ???? ?????, ????>a, ???>b , ???>c?? ???? ???? ?? - ????? ??? ??? ??? ??? ???? ?? - ????? ???? ??? ???? ??? ? ?? ??? ?? ?? - ????? ???? (????, ???, ???) ??? ??? - Convolutional Neural Network(CNN)? ??? ??? ?? - Recurrent Neural Network(RNN)? ??? ??? ?? - ??? ??? ???? ???? ??? ??? ??? ?? - ?? ??? ???? ?????? ?? ?? - ?? ??? ???? ??? ?? ??? ?? ???? ??? ?? ???? ?? ?? ??? Deep LearningRandom Forest Deep Learning? ???? Random Forest?? ???? ???? ??
18 ???? ????? ?? ??? ?? - ??? ????? ????? ? 177??? ?? ??? ???? ???? ?? ?? ??? ???? - ???? ??? ??? ??? ??? ???? upsampling? ?? ??? ?? Under Sampling? ?? ??? ??? ???? ????? ???? ???? Accuracy? ??(1%) ???? ??? ???? ???? Y Racall? ???(11%) ??? Accuracy Y_Recall Y_Precision Tensorflow 0.964 0.872 0.905 Tensorflow_upsampling 0.955 0.988 0.922 ????? ??? ???? ?? ??
19 ???? ??? ???? ?? ??? ??? ???? : : : : ?? ?? ??? ????? ???? ?? Hidden Layer? ??? ?? ??? ? ?? ?? ???? ??? ??? ??? ??? Layer ??? ?? ???? ??????? ?? ?? 1?? 2?? 3?? 4?? Hidden Layer 1 1 1 1 learning rate 0.006 0.004 0.006 0.005 bath size 1000 1200 1300 1500 dropout prob 0.6 0.6 0.8 0.9 Accuracy 0.935 0.937 0.946 0.955 Recall 0.895 0.896 0.953 0.988 Precision 0.912 0.915 0.919 0.922 ???? ?? ????? ??? ???? ?? ??
20 <?? ??? ?? ???>
21 ? 2016? ???? ????? 7,185??(???? 83,012?)?? ???? ???? 9.7%(636??) ??, ???? 0.5%(419?) ?? ?? ?? ??? ?? ???? ?? ???? ??? ?? 5~15% ??? ?? 4,816(???) 31,108(???) 35,924(???) 5% ?? [ Estimation ] 10% ?? 9,633(???) 62,216(???) 71,848(???) 15% ?? 14,450(???) 93,325(???) 107,772(???)??
22
End of Document

More Related Content

???? ?? ????-??? ?? ??????? ??

  • 1. 0 ? ?????? ? ??? ??? ?? ??????? ??
  • 2. 1 1
  • 3. 2 ?? ?? ???? ?? ???? ?? ???? ??? ?? ??? ???? ??? ????? ??? ??? ???? 10%? ???? ????. 2016? ???? ??? ???? ??? ?? ?? 9.7%? ?? ??. ??? ????? ???? ? ?? ?? ? ? ??? ??? ?? ?? ?? ??? ?? ??? ???? ??. ?? ??? ????? ???? ??? ???? ????. ??? ???? ?? ? ?????? ????? ???? ??? ? ???? ?? ?? ??? ?? ?? ??? ?? ??? ??? ?? ?? ?? ? ??, ???? ??? ?? ?? ? ??? ?? ?? (???? ??) ???? ?? ??? ?? ? ????? ??? ??? ?? ?? ? ??? ?? ??? ??? ????? ??? ? ?? ? ???? ??? ???? ??? ? OLAP, ???? ?? ?? ?? ?? ??
  • 4. 3 ?? ????? ??? ???? ?? ???? ? ????? ???? ????? ?? ? ?? ?? ??? ?? ??????? 6???? ?? ?? ?? 1,200?? ?? ? 50%? ???
  • 5. 4 ?????? ??????? ???? ?? ?? ? ???? ????? ???? ?? ?? Swiss Re(??????) ?? ?? ?? ???? Risk ??
  • 6. 5 ????, ?? ?? ??, ?? ?? ?? ??? ??? ?? ??? AI? ?? ??? 30% ?? ?? 14? ?? ?? ??????
  • 7. 6
  • 8. 7 ???? ??? ?? Model Target ? ?? ??? ?? ???? ??? ?? ???? ????? ?? ?? ? ??? ?? ?? ?? ?? ?? Process ???? ? ?? ?? ?? ?? ?? ? ?? ???? ?? 3??? ?? (????/????/????) ? ?? ??? ?? ???? ?? ????, ????? ????? ?? ? ?? ?? ??, ?? ?? ?? ? ?? ?? ?? ?? ??(?? ??) ? ?? ?? ?? ?? ?? ? ?? ?????? ?? (??????? ?) ? ?? ???? ?? ???? ??? KM???? ????? ??? ????? ??? ?? ?? ?? ?? ?? 1 ?? Data ?? ??? ?? ?? Rule ?? 3 ?? ?? ? ?? ???? ?? 2 Rule ??? ? ??? Data ?? ? 1?? : ??? ??? ?? ?? ?? ?? ? 2?? : ?? ?? ?? ? ?? Rule?? ?? (? 1? ?? Rule ??) ?? Rule? ?? ??, ?? ? ???? ?? ? ?? ??? ??? ?? ??? Data?? - ?? ??, ?? ??, ?? ?? ?? ? Deep Learning ??? ?? Rule? ?? SME ?? ? ??? ?? ? ?? Data ȫ???? ???? ??/??? ???? ? ?? ??, ??, ?? ?? ????? ?? ?? Data? ??? Data? ???? ?? ???? ?? ?? ?? ?? ? ???? ???? ??
  • 9. 8 Machine Learning, Deep Learning??? ?? ???? ????? ???? ???? ??? ????????? ???? ???? ??? ?? & ??? ?????? SIU ??? ?? ?? ?? ???? ???? ?? ?? ???? ????? ?? ???? ????? ?? ??? ?? ??? ?? ??? ??? ??? ??? ???? ???? ?? ?? ?? ?? ?? ????? ?? ???? ?? ?? ???? ??? ??? ??? ???? ???? ?? ? ?? ?? ? ??? ??
  • 10. 9 ????? ?? ?? ? ??? ?? ?? ?? ??? ?? ?? ?? ? ?? ???? ??? ??? ?? ??? ?? ?? ?? ?? ?? ?? ???? ?? ?? ?? ???? ?? ?? ?? ???? ?? ???? ???? ??? ??? ????, ? ?? ?? ??? ???? ?? ??? ?? ???? ??? ?? ???? ????? ???? ?? ?? ? ??? ??? ??? ?? ???? ?? ?? ???? ?? ?? ?? ??? ??? ?? ??? ????, ??? ????? ?? ?? ???? ?? ???? ?? ??? ?? ??? ??? ?? ???? ??? ??? ????? ??? ?? ? ????? ?? ?? ?? ?? ???? ???? ?? ?? ???? ?? ?? ?? ???? ?????? ????? ?? ???? ?? ? ????, ??? ????? ?? ?? ???? ???? ? ?? ?? ? ?? ?? ??? ?? ??? ?? ???? ???? ???? ???? ?? ???? ??? ???? ?? ?? ???? ???? ??? ?? ???? ??? ???? ?????? ??? ?? ?? ???? ????? ?? ? ??? ???? ?? ???? ??? ??? ? SNS, ??, ????? ?? ???? ?? ????? ??? ??? ??? ??
  • 11. 10 ?? ?? ??????? ??????? (SIU) ?? ?? ?? ?? ?? ?? ???? ???? ?? ?? ?????? ??? ? ???????(SIU) : ??? ????? ????? ??? ???? ???? ?? ??? ????? ????? ???. ????? ? ??, ??, ????? ?? / ???????? ??, ??, ??, ??, ??, ?????? ??? ?? ? ?? ?? ?????? ??? ?? ???? ?? ??
  • 12. 11 ???? ?? DB [ ?? ?? ] (??????) [ ???? ?? ] [ ?? ?? ] (??????) [??????] ?? ?? ?? ?? ???? DB [ ???? ?? ] ?? ?? ?? ?? ???? ?? ?? ???? K-means Clustering ???? ?????? ????? ??? ???? ???? K?? ???? ?? ??? ?? ?? SOM(Self-Organizing Maps) ?????? ???? ????? ????? ???? ???? ????? ?? EM & Canopy ??? ????? ???? ??? ??? ?? ??? ?? ???? ?? ??? ????? ?? ?? ???? Decision Tree ?? Class? ???? ??? ???? ???? ??? ??? ???? ?? ???? ?? ???? Random Forest ??? Decision Tree?? Forest? ???? ??? ????? ??? ????? ????? ???? Support Vector Machine ???? ?????? ?? ? ?? ??? ???? ???? ??? ??? ???? ???? ???? ????? ???? ?? ??? ?? ??? ?? ??? ????? ??? ?? ??? ??? ???? ??? ??? ?? ?? ???? ?? ?? ?? ??? ????? ?? ???? ?? ?? ??
  • 13. 12 ?????? ?? ?? ???? ?? ?? ?? ?? ?? ???? ?? ????? ??? ???? ??? ???? ?? ??????? ???? ??? ???? ??? ?? Clustering?? ??? ?? ??? ?? ??? ????? ??? ?? ??? ??? ??? ??? ???? ?? ?? ?? ?? ???? ?? ?? ???? K-means Clustering ???? ?????? ????? ??? ???? ???? K?? ???? ?? ??? ?? ?? SOM(Self-Organizing Maps) ?????? ???? ????? ????? ???? ???? ????? ?? EM & Canopy ??? ????? ???? ??? ??? ?? ??? ?? ???? ?? ??? ????? ??
  • 14. 13 [ ?? ?? ] (Decision Tree) :...SEX_TP_CD = 1: :...s1_f3 in {B00,B02,B35,C69,D21,D23,D31,E10,E11,E13,E14,E50,E66,E78,F51, 2,R52,S01,S02,T85, Z01,Z94,Z97}: cluster3 (0) : s1_f3 in {H00,H01,H02,H04,H10,H11,H15,H16,H19,H20,H21,T26,T90,Z96}: : :...s_cnt > 1: cluster3 (1051/15) : : s_cnt <= 1: : : :...PLC_TY_CD <= 2: cluster3 (118/1) : : PLC_TY_CD > 2: : : :...OPRSCD_CNT <= 0: : : :...rvd_damt_tamt_scaled <= 0.096629: cluster3 Decision ??? Rule ?? ?? ?? ???? ??? ??? ?? ?? ???? ?? ?? ????? ?? ?? ???? ?? ?? ?? ?? ????? ?? ??? ??? ?? ?????? ? ? ??. ??? ???? ?? Decision Tree ????? ?? ?? Decision Tree ???? If {} Then.. Rule? ??? ????? ?? ?? ?? ???
  • 15. 14 [????] ?? ?? ???? DB [ ???? ?? ] ?? ?? ?? [ ?? ?? ] (??/??????) ?? ???? ?? Random Forest ??? Decision Tree?? Forest? ???? ??? ????? ??? ????? ??? ?? ???? Support Vector Machine ???? ?????? ?? ? ?? ??? ???? ???? ??? ??? ???? ???? ???? Extra Tree Random forest? ???? ??? Random forest? ?? ?? ???? XGBoost Randomforest? Tree? ?????? XGBoost? Tree? ??? ?? ??? ???? boost??? ???? Deep Learning ????? Neural Network? ???? ??? ??? ??? ??? ??? ???? ???? ???? ???? ????? ?? ?? ???? ?? ?? ?? ??? ?? ??? ?? ??? ????? ??? ?? ??? ??? ????
  • 16. 15 ???? ????? ?? ????? ?? ?? - ????? Accuracy, Precison, Recall? ????, ???? ????? Y Recall? ??? ??? ? ????(Actual) ?? ?? ???? (Predict) ?? True Positive(TP) False Positive(FP) ?? False Negative(FN) True Negative(TN) Accuracy(???) = ??? ??? ??? ?? ??? ???? ???? ?? (TP + TN) / (Total), 100? ????? ?? ?? Precision(???) = ??? ????? ??? ?? ??? ????? ??? ?? ?? (TP) / (TP + FP), 1-??? = ??? Recall(???) = ?? ?? ??? ??? ????? ???? ??? ?? ?? (TP) / (TP + FN), 1-??? = ??? -> ???? ??? ??? ??? ??? ?? ???? ???? Y Recall? ??? ??? ??? ??? ????? ?? ?? ???? ?? ??
  • 17. 16 ????? ?? ?? ???? ?? ?? Accuracy ????_Recall ????_Precision Randomforest 0.961 0.945 0.928 SVM 0.983 0.705 0.947 Extra Tree 0.963 0.97 0.962 XGBoost 0.962 0.854 0.959 ???? ????? ?? ????? ?? ?? ?? ???? ????? ??? ???? ???? Y Recall? ? ????? Randomforest? Extra Tree ????? ???
  • 18. 17 ???? ?? ?? ???? ???? ?? ??? Rule ?? ?? a*????+b*???+c*???? ???? ?????, ????>a, ???>b , ???>c?? ???? ???? ?? - ????? ??? ??? ??? ??? ???? ?? - ????? ???? ??? ???? ??? ? ?? ??? ?? ?? - ????? ???? (????, ???, ???) ??? ??? - Convolutional Neural Network(CNN)? ??? ??? ?? - Recurrent Neural Network(RNN)? ??? ??? ?? - ??? ??? ???? ???? ??? ??? ??? ?? - ?? ??? ???? ?????? ?? ?? - ?? ??? ???? ??? ?? ??? ?? ???? ??? ?? ???? ?? ?? ??? Deep LearningRandom Forest Deep Learning? ???? Random Forest?? ???? ???? ??
  • 19. 18 ???? ????? ?? ??? ?? - ??? ????? ????? ? 177??? ?? ??? ???? ???? ?? ?? ??? ???? - ???? ??? ??? ??? ??? ???? upsampling? ?? ??? ?? Under Sampling? ?? ??? ??? ???? ????? ???? ???? Accuracy? ??(1%) ???? ??? ???? ???? Y Racall? ???(11%) ??? Accuracy Y_Recall Y_Precision Tensorflow 0.964 0.872 0.905 Tensorflow_upsampling 0.955 0.988 0.922 ????? ??? ???? ?? ??
  • 20. 19 ???? ??? ???? ?? ??? ??? ???? : : : : ?? ?? ??? ????? ???? ?? Hidden Layer? ??? ?? ??? ? ?? ?? ???? ??? ??? ??? ??? Layer ??? ?? ???? ??????? ?? ?? 1?? 2?? 3?? 4?? Hidden Layer 1 1 1 1 learning rate 0.006 0.004 0.006 0.005 bath size 1000 1200 1300 1500 dropout prob 0.6 0.6 0.8 0.9 Accuracy 0.935 0.937 0.946 0.955 Recall 0.895 0.896 0.953 0.988 Precision 0.912 0.915 0.919 0.922 ???? ?? ????? ??? ???? ?? ??
  • 22. 21 ? 2016? ???? ????? 7,185??(???? 83,012?)?? ???? ???? 9.7%(636??) ??, ???? 0.5%(419?) ?? ?? ?? ??? ?? ???? ?? ???? ??? ?? 5~15% ??? ?? 4,816(???) 31,108(???) 35,924(???) 5% ?? [ Estimation ] 10% ?? 9,633(???) 62,216(???) 71,848(???) 15% ?? 14,450(???) 93,325(???) 107,772(???)??
  • 23. 22