![](https://cdn-ak-scissors.b.st-hatena.com/image/square/7569bfd0327c0d37b1de2ae65fe4afda73455843/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-412672c5f0600ab9a64263b751f1bc81.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk3MiZoPTM3OCZ0eHQ9QXV0byUyMEVuY29kZXIlRTMlODIlOTIlRTclOTQlQTglRTMlODElODQlRTMlODElOUYlRTclOTUlQjAlRTUlQjglQjglRTYlQTQlOUMlRTclOUYlQTUlMjBQQVJUMiVFRiVCQyU4OCVFMyU4MyU4NyVFMyU4MyVCQyVFMyU4MiVCRiVFNCVCRCU5QyVFNiU4OCU5MCVFRiVCQyU4OSZ0eHQtY29sb3I9JTIzMjEyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTU2JnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnM9NDRjZWU1ZDYzMTI3N2JhZjBmNTVmM2NiODM2MjNkMTg%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDBkZWVwYmxhY2smdHh0LWNvbG9yPSUyMzIxMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT0zNiZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZzPWIwMzIxMzFhOWNlNmNiOTNhNDkxN2QwZGQ1YjU0OGMx%26blend-x%3D142%26blend-y%3D486%26blend-mode%3Dnormal%26s%3De608aa3196464aa3cf988799cc3d1f85)
エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
Auto Encoderを用いた異常検知 PART2(データ作成) - Qiita
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
Auto Encoderを用いた異常検知 PART2(データ作成) - Qiita
データの作成方法について numpyのrandomを使って、正常データと異常データを作成します。 ここで、正常... データの作成方法について numpyのrandomを使って、正常データと異常データを作成します。 ここで、正常データと異常データの定義は以下のようになります。 正常データ:データ集合がある範囲に収まっている 異常データ:データ集合がバラバラである 上記を踏まえて、正常データと異常データを作成します。 ライブラリのロード # 正常データ、異常データを生成 normal_data = np.random.rand(1000, 4) number_lst = list(range(1, 100)) anomaly_data = list() t_anomaly_data = list() for i in range(0, 100): anomaly_data.append(random.sample(number_lst, 4)) anomaly_data = np.array(anomaly