우서오십쇼

추천시스템에 관한 내용이다.자세한것보다 조금 전체적인 흐름만 파악해도 될것같다!! => 넷플릭스 대회를 가지고 발전과정? 을 설명해줬다모든 방법에서 기본 loss는 RMSE를 사용한다=> 이걸 일정수치 이하로 내리는것이 목표이다! 추천시스템에는 3가지 카테고리가 있는데user information : 유저의 정보 (이름, 사는곳 나이 등등) 기반으로 추천 -> 개인정보 관련 문제로 쉽지않다item content : 제품의 정보 (영화같은 경우 장르, 작가, 배우 등등..)을 기반으로 추천User-iten interaction : 유저의 평가 (별점, 좋아요 등등)을 기반으로 추천=> 아래 두개를 주로 사용한다고 한다특히 iten content 기반보다 user-item interaction이 더 좋은 이..

학교/데이터사이언스 2024. 6. 17. 23:39

데이터를 그룹짓는 방법 중 하나-> 비슷한 데이터끼리 같은 cluster로 묶고, 안비슷한건 다른 cluster로 나누는것!중요한점 : 비슷하다의 정의를 잘 정해야한다!dissimilarity/similarity : distance function을 어떻게 정할것인가similar enough?? -> distance가 어느정도여야 비슷한것인가=> 이 때 clustering, distance function에서 고려해야할점다양한 타입의 feature에 대응할 수 있어야함데이터가 중간에 바뀌어도 대응가능해야함cluster모양이 다양할 수 있어야함noise, outlier에 대한 처리데이터의 순서에 영향을 받으면 안됨dimension이 높을때 대응 가능해야함run timeCategories, Basic Con..

학교/데이터사이언스 2024. 6. 17. 23:18

=> 모은 데이터들을 어떻게 처리할것인가?데이터를 어떻게 다룰것인지에 대한 내용들이다(어떻게 그룹을 나눌것인지, 노이즈나 에러를 어떻게 처리할것인지 등등)Data TypesTabularData matrix / table, Transaction data-> column에 feature가 있고, row에 data가 있는 모양Graph and networkSocial networks, World Wide Web, Molecular structures-> 그냥 그래프 생각하면 될것같다time-series (ordered)Video data(== sequence of image)Temporal data(==time-series of trajectories) -> 주식 그래프같은것!Sequential data(==..

학교/데이터사이언스 2024. 6. 17. 21:05