
208 | Rozdział 8: Praktyczny autokoder
np.random.normal(loc=0.0, scale=1.0, size=X_train_AE.shape)
X_test_AE_noisy = X_test_AE.copy() + noise_factor * \
np.random.normal(loc=0.0, scale=1.0, size=X_test_AE.shape)
Autokoder odszumiający
Wporównaniu dooryginalnego, niezniekształconego zestawu danych, kara zanadmierne
dopasowanie dla zaszumionego zestawu danych ztransakcjami kartami kredytowymi jest
dużo większa. Wzestawie danych jest wystarczająco dużo szumu, aby autokoder, który
dopasowuje się nadmiernie dozaszumionych danych, słabo radził sobie zwykrywaniem
oszukańczych transakcji.
Topowinno być zrozumiałe. Potrzebny nam autokoder, który ...