본문 바로가기

전체 글26

03 딥러닝 기반 추천시스템 1. 딥러닝이란 1) 비선형적 패턴 학습 - 유저 선호의 비선형적인 패턴을 잡아냄으로써, 더욱 복잡한 관계를 학습하여 추천에 활용 가능 2) 다양한 입력 데이터 활용 - 이미지, 텍스트, 오디오,비디오 등 다양한 형태의 입력 데이터를 모델의 입력으로 활용할 수 있음 3) 확장성 - 병렬 처리, 분산 컴퓨팅, GPU 가속 등을 활용해 대규모 데이터를 효율적으로 처리할 수 있음 2. 딥러닝을 위한 학습 기법 2-1. CNN - 이미지 입력을 받아서 vector representation으로 표현 - 유사한 이미지를 가진 상품을 추천 ConvMF => 텍스트의 임베딩에 CNN을 적용해 특징을 추출, 추천에 활용 2-2. RNN - LSTM - 한 명의 유저가 남기는 순차적인 정보(클릭 로그 기록, 구매이력 등.. 2023. 9. 24.
02 머신러닝 기반 추천시스템 1. 데이터 기반 모델 학습의 직관 메모리 기반 추천과 모델 기반 추천 1) 메모리 기반 추천 - 추천이 필요할 때마다 연산하여 추천 제공 - 구현이 쉬우나 계산이 오래걸리며, 제한된 성능 2) 모델 기반 추천 - 다량의 데이터로 학습한 모델을 통해 리소스 효율적인 추천 제공 - 학습에 많은 데이터와 리소스 필요 - 여러 피처 정보로부터 패턴을 학습함으로써 상대적으로 높은 성능 문제 풀의 과정 1) 문제정의 (무슨 문제를 풀 것인가) ML의 경우 크게 회귀/분류 2) 모델 정의 (어떻게 접근할 것인가) 전처리 -> EDA 후 데이터 입출력 형태에 적합한 모델 사용 모든 문제에 장점을 보이는 Killer 모델은 존재하지 않음 (대부분의 문제에 강점을 보이는 모델은 존재(ex. tree모델 등)) 3) 가르.. 2023. 9. 16.
01 고전적 추천시스템 1. 강의 소개(생략) 2. 추천시스템 소개 추천시스템이란 "유저와 아이템의 주변 정보와 상호작용 기록을 바탕으로 유저가 선호할 아이템을 예측하여 유저의 의사결정을 돕는 인공지능 서비스" *상호작용(interaction/log) : 서비스 내에서 유저가 남기는 일련의 행동 기록 추천시스템의 필요성 - Information Overload - FOMO(Fear of Missing Out) 추천시스템에서는 주로 입력을 user, item, interaction으로 받는다. + 컨텍스트(맥락정보. 시간, 날씨, 위치, 디바이스 종류 등)도 받음 검색 시스템과 추천 시스템의 차이 검색 시스템 추천 시스템 작동 방식 Push Pull 쿼리 입력 O X 작동 시점 사용자 요청 후 사용자 요청 전 의도의 명시성 명시.. 2023. 9. 9.
수능 이후 첫 영어^^ 첫 토익 시험(700 후반) 후기 및 독학 공부법 첫 토익 시험 후기 시작합니다. 부끄럽지만 점수부터 공개하겠습니다. 이 글을 보면 도움이 될 사람: - 희망고문하고 싶은 사람 - 자기의 객관적인 영어 실력을 잘 모르겠는 사람 - 토익에 대한 두려움이 너무 큰 사람 나의 전적:- 고등학교 이후로 영어 해본 적 없음 (실력은 수능 1-2등급 정도임 절평 시험 기준) - 토익 공부 한다 한다 해놓고 기출문제 한 번도 풀어본 적 없음 (짧게 짧게 몇 문제씩만 풀어봄. 안 풀어본 파트도 있음) - 시험 시간이 몇분이다, 어떤 유형의 파트가 있다, 어떤 요령으로 풀면 좋다 정도만 알고 감. 공부량 : (솔직한 사람이 되겠습니다^^) 1. 노랭이 단어책 Day 3까지, 2. 해커스 토익 리스닝과 리딩 모두 진단고사까지만^^ 3. 내가 세웠던 교재 공부 계획+4학년.. 2023. 5. 11.

티스토리툴바