전체 글70 [부스트캠프 AI Tech] 8주차 간단한 8주차 학습 회고록. 강의 내용 정리 (주말 간 업로드 예정) 1. 추천시스템 Basics 2. Collaborative Filtering 3. Item2Vec and ANN 4. Recommendation System with DL 과제 수행 과정 / 결과물 정리 - 총 3개의 과제가 나왔다. - 이전에는 과제를 전부 끝내본 적이 없었는데 이번에는 시간 내에 끝냈다. - 감을 좀 잡았나? 학습 회고 - 길고도 짧았던 프로젝트를 끝내고, 추천 시스템에 대한 첫 학습을 시작했다. - CV에서 배웠던 모델들 보다는 단순하고 직관적인 내용만 다룬 것 같다. - 아마 다음 주에는 복잡한 모델이 나오겠지.. 2022. 3. 11. [부스트캠프 AI Tech] Recommendation System with DL 추천시스템에서 딥러닝을 사용하는 이유? - Nonlinear Transform : DNN(Deep Neural Network)은 data의 non-linearity를 효과적으로 표현 가능 - Representation Learning : 사람이 직접 feature design할 필요 없음 - Sequence Modeling : sequential modeling task에서 성공적으로 적용 - Flexibility : 다양한 DL 프레임워크 → 효율적으로 서빙 가능 Recommendation system with MLP MF의 한계 : user와 item embedding의 linear combination으로만 구해서 표현력 부족 GMF와 MLP를 앙상블 해서 사용 YouTube Recommendati.. 2022. 3. 11. [부스트캠프 AI Tech] Item2Vec and ANN Word2Vec Embedding : 주어진 데이터를 낮은 차원의 벡터로 표현하는 방법 Sparse Representation & Dense Representation Word Embedding : 텍스트 분석을 위해 단어를 벡터로 표현. 학습방법-CBOW, Skip-Gram, SGNS Continuous Bag of Words(CVOW) : 주변의 단어를 가지고 센터에 있는 단어를 예측하는 방법 Skip-Gram : CBOW와 입력/출력층이 반대로 구성된 모델 Skip-Gram with Negative Sampling(SGNS) : Negative Sampling을 만들어 모델을 개선 Item2Vec SGNS의 영감을 받아 제작 Word2Vec[문장:단어] = Item2Vec[아이템 리스트:아이템] A.. 2022. 3. 11. [부스트캠프 AI Tech] Collaborative Filtering Collaborative Filtering(CF, 협업 필터링) - 유저들로부터 얻은 기호 정보를 이용해 유저의 관심사를 예측하는 방법 - 목적: 유저 u가 아이템 i에 부여할 평점을 예측하는 것 - User-Item matrix를 생성하고 유사도 기준을 정해 유사도 구하거나 평점을 예측 분류 Neighborhood-based CF(Memory-based CF) - User-based - Item-based Model-based CF - Non-parametric(KNN, SVD) - Matrix Factorization - Deep Learning Hybrid CF - Content-based Recommendation과 결합 Neighborhood-based CF(NBCF) 구현이 간단하고 이해가 쉬.. 2022. 3. 11. 이전 1 2 3 4 ··· 18 다음