What I've done to be a good engineer.
200907 대충 살자! 대충 살자, 75%인척하는 60%처럼! (무려 통계학과 게시판이면서. . .) 사실 세상에서 제일 대충 못사는 나🧐 피곤해도 알차게 살아야 직성이 풀려버리기.. 오늘도 (솟아오르는 승모근을 풀어주며..) 강의를 듣고 스터디 준비를 한다 읏샤!
[Recommender System: the textbook] 5. Knowledge-Based Recommender Systems 5.1 introduction Collaborative systems: 많은 데이터가 필요 --> 그렇지않으면 cold-start 문제 발생. Content-based: 조금 낫지만, new user에 대한 cold-start 문제는 여전히 남아있음. 또한, 매우 customized한 아이템에 잘 맞지않는 추천기법이다. 부동산, 자동차, 관광, financial services, 럭셔리 제품들은 판매량이 많지않고, 충분한 ratings가 이루어지지않음. 그리고 이런 상품들에 대한 도메인 영역은 매우 복잡하다. 집을 사고자할 때, 우리는 옷을 사듯이 고르는 것이 아니고, 평수, 방 개수, 베란다 유무 뭐 이런 것들을 명확하게 원하기때문.. 부동산 아이템과 같은 것들은 아이템을 설명하는데에 있어서 복잡성이 ..
200903 오늘의 tmi 강의 듣다가 너무 재밌어서 낙서해서 가져왔다ㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋ I will no write any more bad code를 써보라하면 안되니까 10번 정도 읽어보라곸ㅋㅋㅋㅋㅋㅋ하셨음 - 약간 너무 공감하며 듣는 수업. . . 컴과의 빛 교수님과 함께하는 클린코드 ㅠ0ㅠ 빡세다곤 하지만, 너무 기대된다 홍홍홍
[Recommender System: the textbook] 4. Content-based Recommender Systems 4.1 introductionitem의 descriptive sets of attributes을 활용. cold-start item, ratings가 거의 없는 item을 추천할때 useful하다.CB는 타겟 사용자가 과거에 좋아했던 item과 비슷한 item을 매칭시켜주는 알고리즘. 이 유사도는 attributes기반이다. focus on 1. 타겟유저의 own ratings 2. 해당 유저가 좋아하는 아이템의 attributes. 즉, CB 방법은 다른 소스의 데이터를 활용함.(파생)CB가 의존하는 data sources 1. 다양한 아이템에 대한 설명. 주로 판매자가 제공하는 text로 이루어진 설명 글. 2. user profile. 사용자가 여러 item들에 매긴 feedbacks(ratings..
[Recommender System: the textbook] 2. Neighborhood-based Collaborative Filtering 2.2 Key Properties of Ratings Matrices 한 줄 요약: sparsity and the long tail. R은 m명의 user와 n개의 item의 interaction을 표현한, m*n매트릭스.(r_uj: user u가 item j 를 평가한 점수를 의미) 이때, specified entries는 트레이닝데이터, unspecified enries는 테스트데이터라고 본다. 즉, 평가가 되어있는 정보들을 기반으로, 평가가 아직 되지 않은 것들을 유추하고자 하는 것이다. 문제는 평가된 데이터의 비율이 매우 적다는 것. 현실적으로 item이 너무 많기때문........ Ratings: item을 평가하는 방법 1. Continuous ratings : item에 대한 감정(좋고 싫음..
200815 카페일지 성수동, 할아버지 공장. 할아버지도 힙할 수 있다. - 송리단길, 카페마달. 따뜻한 사람과 따뜻한 카페에서 차가운 라떼 (굳). - 성수, 어반소스. 넓은 공간, 적당한 포토존, 괜찮은 커피맛. - 성수, 카페 쎈느. 도시적인 느낌. 구경할 거리가 있고, 맛있지만, 공간 자체가 소음을 머금어 더 확장시킨다. 정신 없다. - 위례, 위클리커피. 으아니 위례에 이런 곳이? 크림라떼였나 이름이 뭐드라 하튼 저거 드쇼. - 삼성, 스템커피. 포토매틱 찍으러 옴. 라떼 그냥 데얼스데어맛. - 이상 나의 여름 카페 일지 마무리.
[Recommender System: the textbook] 추천시스템 알고리즘 입문 여름 방학을 연구로 불태우고 있다. 추천 시스템 자체가 매우 새로운 domain이라서, 추천시스템 알고리즘 적용시부터 허우적거리고있었고... 책을 잡고 기초적인 공부를 해야함을 느끼게 되었다. 낯선 사람들과의 낯선 공부를 진행하게 되었고, 내 인생 첫 스터디..! 두둥...! 스터디로 공부하게 될 책은 'Recommender System: the textbook'이다. 이 책이 추천시스템 책으로는 많이 추천되는 것 같고, 사실 추천시스템은 자료가 많이 없는 것 같다..(한국어 자료는 더욱..)많은 사람들이 블로그에 chapter별로 읽은 내용을 정리해둔 내용으로 얻어갈 수 있었으면! 그리고 스터디원들과 깃에 슬라이드 및 서머리노트를 정리하고있으니, 정리가 되는 대로 공유하겠다. ( https://gith..
200809 계획 올해 여름, 시작한 추천시스템 공부. 교수님이 던져주신 두 가지 갈래에서, 엄청난 고민에 빠진 후에 선택한 recommender system. 처음에는 되게 갑자기 뜬금없는 공부를 시작한게 아닌가 라는 생각을 했다. 7월 한 달 내내 뜬구름만 잡고있는 기분이었다. 그러다 책을 함께 공부할 스터디원을 모집하게 되었고, 안되는 영어머리를 부여잡고 원서를 읽고 있다. 뜬 구름이 내 머리에 스며들기를 바라며. . . . . 하여튼 책을 읽다가 든 생각이 있다, 고등학교 3년 내내, 그리고 삼수시절까지 나의 꿈이었던 (패션)머천다이저. 어쩌면 돌아 돌아 가고있는게 아닌가. 물론 머천다이저 직업군보다는 조금 더 공학적인 접근을 하고있지만, main goal은 상품 판매량 늘리기..이니까...아님 말구! 문과로 졸업..
200807 위클리커피 / 위례 위례 카페 검색하면 나오는 위클리커피. 여기 오려고 15분을 걸어섴ㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋ 아 이제 진짜 힘들다^^할 때 즈음 도착했다. 생각보다 작았지만, 우리가 앉을 공간은 다행히 있었다. 즐거움과 아쉬움이 공존하는 하루랄까ㅠ 나의 수다를.. . . . .. . .... . .. . . . . . . 그리워하시겠지?....ㅠ.ㅠ..... 는 내가 그리워하겠지,,,주륵 주륵 주륵 힙찔이에게 힙정신을 심어주시는 조흔 예명님과 태완님. . . . 안농 . . . . .

티스토리툴바