Uber enginnering

우버 엔지니어링에 관심이 생겼다. 옴팔로스라는 타임시리즈 테스팅 도구( https://eng.uber.com/omphalos/)가 특히 궁금했다.

테스팅 방법.

간단한 발표자료는 이걸 참고할 수 있다.

전통적인 문제는 통계적 기반에 있어 예외를 예측하기 어렵다는 것.

아래 챌린지스를 보면 need uncertainty estimates가 있다.

이쪽도 결국 시간에 강건한 모델을 만들고자 encode/decoding모델의 embedding을 선택. 여기에 추가 피처를 첨가한 MLP를 만들었다. 물론 2018년 자료긴 하지만 참고할 게 많다.

embedding을 통해 수 많은 피처를 자동으로 feature engineering을 했다는 의미도 있는듯.

예측은 성공적이었다.

이런 세 가지 논문을 추가로 발표하는 자리였음.

소고

장미라는 이름을 바꾸어 불러도 향기는 그대로 남는다

답글 남기기

아래 항목을 채우거나 오른쪽 아이콘 중 하나를 클릭하여 로그 인 하세요:

WordPress.com 로고

WordPress.com의 계정을 사용하여 댓글을 남깁니다. 로그아웃 /  변경 )

Google photo

Google의 계정을 사용하여 댓글을 남깁니다. 로그아웃 /  변경 )

Twitter 사진

Twitter의 계정을 사용하여 댓글을 남깁니다. 로그아웃 /  변경 )

Facebook 사진

Facebook의 계정을 사용하여 댓글을 남깁니다. 로그아웃 /  변경 )

%s에 연결하는 중