Très bien

1. Overview 추천시스템은 특정 사용자의 선호도와 과거 행동, 고객과 제품의 특성을 바탕으로 고객들이 관심을 가질만한 정보(영화, 음악, 책, 의류, 금융상품 등)를 추천하는 머신러닝의 분야입니다.추천시스템은 사용자 정보, 제품 정보, 그리고 사용자와 제품 간 상호작용 데이터(좋아요, 클릭, 구매 이력 등)를 수집하고 분석하여 아이템의 유사도가 높거나 사용자간 유사도가 높은 새로운 상품을 추천하는 시스템입니다. 즉, 추천시스템은 사용자(u)와 아이템(i) 간의 관계(compatibility)를 명시적으로 모델링하여 각 사용자가 선호할만한 새로운 아이템을 제공합니다. $ compatibility = f(u, i) $ 추천시스템의 주요 적용 사례는 다음과 같습니다. Personalized Ads. (..

1. Overview 본 논문은 2017년 International World Wide Web Conference Committee (IW3C2)에 개제된 논문으로서 Collaborative FIltering(협업필터링)에 Neural Network을 적용한 Neual Collaborative Filtering(NCF) 에 대한 연구입니다. 기존의 Matrix Factorization(MF)는 저차원의 선형 공간에서 사용자-아이템 간 상호작용(interaction)을 표현하기 때문에 새로운 아이템이 등장했을 때 추가적인 관계를 모델링하고 표현하기에 한계가 있다는 단점이 있습니다. 이와 같은 linearity 특성을 하기 위해 MLP 구조를 적용하여 user-item interaction의 비선형적 관계 ..

Matrix Factorization (MF) for RecSys 협업필터링은 사용자의 행동 양식을 기반으로 아이템을 추천하는 방식입니다. 평점 정보나 상품 구매 이력 등을 기반으로 사용자가 아직 평가하지 않은 아이템을 예측하고 추천할 수 있습니다. Matrix Factoriation 기법은 사용자의 평점 정보나 사용자-아이템 간 상호작용 정보의 유사도를 계산하여 추천 아이템을 제공하는 기법입니다. 장점 : User-Item 간 상호작용 정보만 있으면 쉽게 적용할 수 있습니다. 단점 : user와 item에 대해 충분한 데이터량이 제공되지 않으면 잘못된 방향으로 수렴할 수 있습니다. (cold-start problem) 1. Similarity based MF Cosine Similarity 2. Mat..

컨텐츠 기반 필터링 (Content based filtering) 컨텐츠 기반 필터링은 아이템(영화, 음악, 상품 등) 에 대한 설명과 사용자의 선호 profile (이전 구매 내역, 평점 등)에 기반하여 새로운 item을 추천합니다. 예를 들어, 특정 음악을 사용자가 선택하여 들었다면, 관련 가수, 장르, 키워드 등 item의 세부 컨텐츠가 유사한 다른 음악들을 추천할 수 있습니다. 장점 : Sparse data로부터 발생하는 Cold-start problem 에 잘 대응할 수 있습니다. 또한, 이력이 존재하지 않는 새로운 아이템의 추천 시나리오에 효과적입니다. 단점 : filter bubble이 생기면 이전 경험했던 아이템과 매우 유사한 특성의 아이템들만 제시하는 한계가 있으며, 새로운 사용자에 대한..

GUI Program for Git : Github Desktop Git을 통한 협업 플랫폼을 운영하면 이력 관리와 추적이 편리합니다. 또한, GitHub Desktop, Sourcetree 등의 프로그램은 로컬 저장소와 원격 저장소 간 git command를 쉽게 운영할 수 있도록 GUI를 제공하고 있습니다. GitHub Desktop : GitHub Desktop | Simple collaboration from your desktop Sourcetree : GitSourcetree | Free Git GUI for Mac and Windows (sourcetreeapp.com) 협업을 위한 Git 팀 협업을 위해서는 GitHub에 원격저장소(Remote Repository)를 생성한 후 팀원들을 모..

Virus ◎ Problem Definition 2606번: 바이러스 첫째 줄에는 컴퓨터의 수가 주어진다. 컴퓨터의 수는 100 이하이고 각 컴퓨터에는 1번 부터 차례대로 번호가 매겨진다. 둘째 줄에는 네트워크 상에서 직접 연결되어 있는 컴퓨터 쌍의 수가 주어 www.acmicpc.net ◎ Implementation 1. Problem Type Graph, DFS (Silver 3) 2. Problem Analysis 1번 컴퓨터를 통해 웜 바이러스에 걸리게 되는 컴퓨터의 수를 출력하는 프로그램. - 연결된 노드의 수를 구해야 하기 때문에 visited는 bool 이 아닌 int로 적용했다. - 방문 노드를 확인하는 stack을 구성했다. 3. Solution_1 (☆초기 접근) ▶ 완성 코드 # bj..

Papers with Code 다양한 task와 dataset에 대한 다양한 모델들의 성능을 벤치마킹 해주는 웹 서비스입니다. image classification 모델들의 성능을 비교할 수 있으며 논문과 구현 코드도 확인할 수 있습니다. Papers with Code - Image Classification **Image Classification** is a fundamental task that attempts to comprehend an entire image as a whole. The goal is to classify the image by assigning it to a specific label. Typically, Image Classification refers to images i..

Coding Competitions Kaggle: Your Home for Data ScienceDACON : Data Science AI Competitions - DACON DACON : Data Science AI Competitions - DACON Data Dataset Search (google.com) Tasks to do Problem Definition Domain Understanding (Purpose) Problem Definition Input/Output Data Description Data Mining : Data Description (File type, Metadata Field intro. ) Data Analysis : EDA (Exploratory Data Analy..

Baekjoon 9020 - 골드바흐의 추측 ◎ Problem Definition 9020번: 골드바흐의 추측 1보다 큰 자연수 중에서 1과 자기 자신을 제외한 약수가 없는 자연수를 소수라고 한다. 예를 들어, 5는 1과 5를 제외한 약수가 없기 때문에 소수이다. 하지만, 6은 6 = 2 × 3 이기 때문에 소수가 아 www.acmicpc.net ◎ Implementation 1. Problem Type - Implementation, math (Silver 1) #에라토스테네스의 체 2. Problem Analysis ▶ 용어 정의 : 골드바흐 파티션 2보다 큰 모든 짝수는 두 소수의 합으로 나타낼 수 있으며, 짝수를 두 소수의 합으로 나타내는 표현하는 것을 골드바흐 파티션이라고 한다. (10000보다..

BAEKJOON 11653 - 소인수분해 ◎ Problem Definition ◎ Implementation 1. Problem Type - Implementation, Math (Silver 5) 2. Problem Analysis 정수 N이 주어졌을 때, 소인수분해하는 프로그램을 작성하시오. - 소인수분해 : 소수들의 곱으로 분해하는 것 - 2부터 순차적으로 소수로 나누자. 3-1. Solution_1 (☆초기 접근) ▶ 완성 코드 # bj_impl_11653_prime_factors N = int(input()) # N (1 ≤ N ≤ 10,000,000) # primes = [] flag = True while flag : for n in range(2, N+1): if N % n == 0 : p..