본문 바로가기

전체 글184

BERT 기본 개념 📚 BERT : Bidirectional Encoder Representation from Transfomer ✅ BERT 개요 📌 BERT 란? 이미지 분석에서 사전학습 모형을 사용하는 것처럼 텍스트 데이터를 미리 학습한 사전학습 모델이다. BooksCorpus (800M words)와 Wikipedia(2,500M words)를 이용해서 학습하였다. 트랜스포머에서 encoder 부분만 사용한 모델이며, MLM / NSP 방식으로 학습을 진행한다. 📌 출처 논문 Devlin, J., Chang, M. W., Lee, K., & Toutanova, K. (2018). Bert: Pre-training of deep bidirectional transformers for language understand.. 2022. 2. 13.
EndNote 20 사용 팁 사이트 인용 부분에서 엔드노트가 없는 경우, RIS로 다운받으면 바로 불러오기가 가능함. Endnote를 이용해서 입력하면 일반 텍스트가 아니라 일종의 객체 형태로 입력된다. 따라서 이를 수정하거나 삭제할 때, 반드시 "Edit & Manage Citation" 메뉴를 이용해서 변경해야 한다. 워드 작성이 끝난 후에는 각 객체를 Plain Text로 변경해야 한다. 단, Revision을 고려해서 객체로 입력된 상태도 별도로 저장해둘 것을 추천. 2022. 2. 10.
[추천시스템] 추천시스템 기법 연구동향 분석 📚 논문 정보 손지은, 김성범, 김현중, & 조성준. (2015). 추천 시스템 기법 연구동향 분석. 대한산업공학회지, 41(2), 185-208. 📚 요약 이 논문은 추천시스템의 종류, 특징, 장단점, 평가 방식, 사용 소프트웨어 동향 등을 정리하여 분석하였다. 향후 연구 주제 선정 및 진행에 도움이 될 수 있는 내용이 많아서 정리하였다. 본 논문에서 정리한 추천시스템 기법의 분류는 다음과 같다. ✅ 콘텐츠 기반 필터링 아이템 콘텐츠를 직접 분석해서 아이템과 아이템 or 아이템과 사용자의 유사도로 추천하는 방식이다. ①에서 고객의 선호도를 파악할 때 과거의 구매이력이나 사용자의 프로필 정보를 사용한다. 따라서 CF처럼 고객의 평가 정보가 없더라고 추천을 할 수 있다는 장점이 있다. 또한, 아이템이 새롭.. 2022. 2. 9.
[파이토치 스터디] RNN, LSTM 📚 RNN을 이용한 KOSPI 주가 예측 코스피 주가 데이터를 이용해서 주가 예측을 실시한다. 📌 데이터/라이브러리 불러오기 import numpy as np import pandas as pd from sklearn.preprocessing import MinMaxScaler import torch import torch.nn as nn import torch.optim as optim import matplotlib.pyplot as plt from google.colab import drive drive.mount('/content/drive') cd drive/My\ Drive/파이토치 스터디 df = pd.read_csv('kospi.csv') df.head() 총 413일의 시가, 종가, 최고.. 2022. 2. 9.
추천시스템 공부 자료 정리 ✅ 스포티파이 Annoy https://github.com/spotify/annoy ✅ Recsys 유튜브 https://www.youtube.com/channel/UC2nEn-yNA1BtdDNWziphPGA ✅ 투빅스 추천시스템 논문 리뷰 https://velog.io/@tobigs-recsys 동아리 활동 자료, 참고 ✅ SK Planet 추천시스템 유튜브 강의 https://www.youtube.com/watch?v=43gb7WK56Sk ✅ Awesome Recsys 깃허브 https://github.com/jihoo-kim/awesome-RecSys ✅ Graph 기반 기법들 정리 https://github.com/RS-KR/GNN-RS-Beginner ✅ Pandas plot ✅ GNN을 이용한.. 2022. 2. 7.
추천시스템 연구 아이디어 정리 보호되어 있는 글 입니다. 2022. 2. 5.