본문 바로가기
728x90
반응형

분류 전체보기150

GCN 기본 개념 1. Graph neural network란? Image, Sequential data(=Sentence) 이외에 input data구조가 graph인 경우, 이 graph data를 학습해야할 때가 있다. (ex. 영상에서의 graph, 분자구조 graph, Social graph ...) Vertices / Node (=노드) : user, item, 원자 Edge (=엣지) : click, connectivity +) spectral VS spatial ## Spatial - 우리가 일반적으로 이해하고 있는 CNN 은 spatial - Spatial graph convolution은 convolution 연산을 graph위에서 직접 수행하는 방식으로, 각 노드와 가깝게 연결된 이웃 노드들에 한해서 .. 2022. 8. 30.
[Recommendation][논문리뷰] Variational Autoencoders for Collaborative Filtering 지난 포스팅들에 이어서 VAE (Variational Autoencoder)를 활용한 추천 알고리즘을 살펴보려한다. 그중에서도 이번에 볼 논문은 mult-vae라고 불리는 " Variational Autoencoders for Collaborative Filtering" 논문이다. [ index ] pre. AutoEncoder과 Recommendation system ------ 논문 내용 ----- 1. Introduction 2. Method 3. Related Work 4. Empirical Study pre1. AutoEncoder과 Recommendation system Autoencoder를 추천시스템에 쓰는 이유는? 1. 차원 축소 - matifold learning (basic AE) 상.. 2022. 7. 24.
딥러닝 스터디 관련 link 총정리 https://github.com/bbongcol/deep-learning-bookmarks GitHub - bbongcol/deep-learning-bookmarks: Deep Learning Bookmarks Deep Learning Bookmarks. Contribute to bbongcol/deep-learning-bookmarks development by creating an account on GitHub. github.com 2022. 6. 30.
[Deep Learning] VAE (Variational Auto Encoder) 개념 정리 https://www.youtube.com/watch?v=GbCAwVVKaHY&t=546s 위 강의 링크 내용을 정리해서 요약한 내용입니다. 추가 참고 link : https://hugrypiggykim.com/2018/09/07/variational-autoencoder%EC%99%80-elboevidence-lower-bound/ https://di-bigdata-study.tistory.com/4 VAE (Variational Auto Encoder) 0. ae와 vae 의 차이점? - ae 의 핵심은 원래의 데이터를 복원 (x --> x), 핵심은 Z를 잘 임베딩 하는 것 (manifold learning) +) 원래의 DB를 고차원의 공간에 잘 표현하는 것이 manifold learning 의 .. 2022. 5. 20.
[Recommendation][논문리뷰] RecVAE: a New Variational Autoencoderfor Top-N Recommendations with Implicit Feedback 오늘은 Variational autoencoder를 Recommendation 영역에 활용한 RecVAE를 살펴보겠다. RecVAE를 이해하려면 VAE에 대한 이해가 필요한 한데 해당 알고리즘의 설명은 아래의 링크 ! https://huidea.tistory.com/296 [Deep Learning] VAE (Variational Auto Encoder) 개념 정리 https://www.youtube.com/watch?v=GbCAwVVKaHY&t=546s 위 강의 링크 내용을 정리해서 요약한 내용입니다. 추가 참고 link : https://hugrypiggykim.com/2018/09/07/variational-autoencoder%EC%99%80-elboevidence.. huidea.tistory... 2022. 5. 19.
[통계] 단일 표본 비율검정 (one-sample proportion test), 독립 표본 비율 검정 (two-sample proportion test) https://huidea.tistory.com/233 [기초 통계] 통계적 가설 검정 과정 (검정통계량, P-value) 참고 link : https://blog.acronym.co.kr/621 통계적 가설 검정(Statistical Hypothesis Testing) 절차 통계적 가설 검정은 통계적 추측의 하나이다. 전체 집단의 실제 값이 얼마라는 주장에 대해서 표본을 활용해.. huidea.tistory.com 비율 검정 : 비율이 대한 통계적 유의한지 검정하는 것 - Z분포를 띈다고 가정하고 확인 - 단일 비율 검정 (one-sample proportion Ztest) 모집단 비율, 표본의 비율 두가지가 있는 경우, 해당 표본의 비율이 모집단으로부터 나온건가? ex. A중학교에는 100명 중에 4.. 2022. 5. 9.
[Deep learning][논문리뷰] Tabnet : Attentive Interpretable Tabular Learning * concept 입력된 table (tabular) 데이터에서 Feature를 masking하며 여러 step을 거쳐서 학습 —> 각 step별 feature들의 importance 파악 (설명력 확보) —> masking 으로 중요한 feature 들만 선출해서 학습하여 성능 향상 (모델 고도화) * Tabnet 관련 link 논문 paper : https://arxiv.org/pdf/1908.07442.pdf tabnet pytorch 버전 문서 (pytorch_tabnet documentation) : https://pypi.org/project/pytorch-tabnet/ tabnet pytorch 버전 깃헙 (pytorch_tabnet github) : https://github.com/dre.. 2022. 4. 14.
[NLP] Pytorch 영어 뉴스 텍스트 데이터 분류 (AG news dataset) (1) - 전처리 Pytorch로 영어 뉴스 텍스트 데이터 분류 문제를 풀어보겠다. 이번 포스팅에서는 텍스트 전처리 코드만 다루고 다음 포스팅에서 pretrained model glove와 gru로 학습을 진행하려한다. 참고 link : https://jdjin3000.tistory.com/15 전체 코드 (colab) : https://colab.research.google.com/drive/1EGW7J1Goey86D5UdUT-aKCBzi7R_Nrsj?usp=sharing 전체 코드 (github) : https://github.com/SeohuiPark/MLDLstudy/blob/main/NLP/AGnews_preprocessing.ipynb 0. 데이터와 Task 데이터 : AGnews https://www.kagg.. 2022. 4. 12.
[Recommendation] BERT4Rec : Sequential Recommendation with Bidirectional Encoder Representations from Transformer 추천 알고리즘에서 bert를 적용한 논문 bert4rec 을 살펴보겠다. https://arxiv.org/abs/1904.06690 BERT4Rec: Sequential Recommendation with Bidirectional Encoder Representations from Transformer Modeling users' dynamic and evolving preferences from their historical behaviors is challenging and crucial for recommendation systems. Previous methods employ sequential neural networks (e.g., Recurrent Neural Network) to encod.. 2022. 4. 8.
[Recommendation] 추천 알고리즘 사례 (상품, 홈쇼핑 편성), 추천 관련 python library 정리 [ 상품 추천 알고리즘 사례 ] 1. 네이버 쇼핑 추천 AIitems (모델링 부분 중심으로) 참고link : https://tv.naver.com/v/23649833 AiTEMS 쇼핑추천의 시작부터 HyperScale AI 도입까지 NAVER Engineering | 양민철/김동현 - AiTEMS 쇼핑추천의 시작부터 HyperScale AI 도입까지 tv.naver.com 1) 상품 메타정보를 활용한 상품 카테고리 세분화 - 카테고리 기반에서 -> 상품 메타정보 (브랜드, 쇼핑몰, 검색어) 기준으로 추천 카테고리를 세분화함 - 추천 사유 (이전 검색 내역, 이전 탐색 페이지 등등)를 파악하는 모듈을 별도로 함께 개발 (어떤 모델인지는 공개하지 않음) 2) item embedding 으로 인기 상품 bi.. 2022. 3. 29.
728x90
반응형