Très bien

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..

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..

Machine Learning Project Flow 1. Situation Awareness (상황 인식, 현상 파악) 어떤 일이 발생하고 있는가?, 해당 일에서 어려움은 무엇인가? 해당 일을 해결하면 좋은 것은 무엇인가? 추가적으로 무엇을 해볼 수 있을까? , 어떤 가설을 만들어 볼 수 있을까?, 어떤 데이터가 있을까? 등을 질문하며 해결하거나 개선해야 하는 사항이 무엇이며, 어떠한 이유로 해야하는지, 주변 정보는 어떤 것들이 있는지 분석하고 파악합니다. 2. Probelm Definition (문제 정의) 특정 현상의 본질을 파악하여 해결하고자 하는 문제를 정의하는 과정입니다. 좋은 Solution을 개발하기 위해서는 문제 정의가 중요합니다. 해결해야 하는 점은 무엇이고, 그 무엇을 해결하면 어떤 ..

★★ '기계는 어떻게 생각하는가?' (숀 게리시, 이지스 퍼블리싱)의 5장, 6장을 학습하고 정리한 글 입니다. ★★ Netflix and the recommendation-engine Challenge 목적 : 고객이 특정한 날과 특정 영화에 어떤 평점을 주었는지 예측하기. 평가 기준 : 각 팀이 예측한 값과 참가자에게 공개하지 않은 실제 값의 평균 제곱 오차(average squred difference) 1. General Solution 대회 초기 AT&T+Yahoo의 네트웍, 추천시스템 전문가들로 구성된 BellKor팀에서 구상한 전략입니다. Policy #1 : 사용자의 평가와 상관없이 영화 자체가 인기가 높고 낮은지를 추천에 반영하는 방법입니다. ex) 처럼 다수의 사람에게 전반적으로 인기가..

★ Denny Britz 의 블로그와 boostcamp AI Tech ML기초(by 최성준) 를 기반으로 학습한 내용을 정리했습니다. ★ 1. 딥러닝의 주요 구성 요소 (Key components of Deep Learning) 1. 데이터 (Data) : 모델을 학습할 수 있는 기반 정보 ( image, sound, etc.) 2. 모델 (Model) : 데이터를 출력 label로 변환하는 매개체 (AlexNet, LSTM, ResNet, DenseNet, AutoEncoders, GAN, etc.) 3. 손실함수 (Loss function : 모델의 좋고 나쁨을 수치적으로 표현하는 방법으로 DL의 파라미터(weight, bias 등)를 업데이트하기 위한 기준 함수 (MSE(Mean Square Err..

★ 본 포스팅은 YouTube '동빈나' 채널의《Git의 동작 원리 》영상을 통해 학습하고 실습한 내용을 정리한 것입니다. 6강. Git에서 커밋내역 수정하기 1. Commit 내역을 과거 시점으로 되돌리기 git pull : local repository와 remote repositoy가 동일한 지 확인할 수 있습니다. → "Already up to data" 출력 1. git log로 되돌아가고 싶은 시점의 commit hash값을 검색합니다. git log : commit 내역에 대한 log를 확인할 수 있으며, 각 commit 내역별로 고유의 hash값(노란색 string)을 갖습니다. 2. git reset --hard 을 입력하여 해당 commit 지점으로 돌아갈 수 있습니다. git rese..

1. 소스코드 수정하여 Git 저장소에 반영하기 ▶ 프로젝트에 소속된 멤버인 경우 Commit하고 Push해서 저장소에 수정 내역을 반영할 수 있습니다. ▶ 프로젝트에 소속된 멤버가 아닌 경우 Commit을 하여 저장소에 적용할 권한이 없다면, PR (Pull Request)를 작성하여 오픈소스에 기여할 수 있습니다. 2. 내 프로젝트에 소스코드 수정 사항 반영하기 ▶ Git Project의 구성 Working Directory : 작업할 파일이 있는 디렉토리입니다. Staging Area : Commit을 수행할 파일들이 올라가는 영역입니다. Git Directory : Git 프로젝트의 메타 데이터와 데이터 정보가 저장되는 디렉토리입니다. ▶ Repository 실제 소스코드가 담겨 있으면서 Comm..