일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
Tags
- nan값
- CS224W
- #나동빈
- 추천시스템 입문
- paper review
- 에스토스테네스의 체
- 질문 정리
- graph
- 강의정리
- 글또8기
- 파이썬 머신러닝 완벽가이드 공부
- BruteForchSearch
- 그래프란
- 유클리드 호제법
- 코테공부
- 데이콘 필사
- 나동빈
- allow_pickle
- 소수 판정
- 논문리뷰
- 백준
- 이코테
- Graph Representation Learning
- 수학
- 추천시스템
- #이코테2021
- zerodivide
- BruteForceSearch
- 알고리즘
- numpy
Archives
- Today
- Total
목록질문 정리 (1)
꾸준히 써보는 공부 기록
추천시스템 입문 세미나 질문 정리
간단한 질문들 !! Q) 컨텐츠 필터링을 이렇게 이용하는 경우가 가능할까요? 예를 들자면, A형 혈액형을 가진 유저에 대한 문서 doc와 남산타워 데이트에 대한 문서 doc가 다른 문서들보다 유사성이 높게 나왔다고 할 때, A형 혈액형 유저에게 남산 타워 데이트를 추천하는 것이 적절한가요? (이것은 아까 설 명하셨듯이 상관관계가 인과관계를 함축하지 않는다에 위배되는 것 같기는 합니다만, -- 만약 이것이 좋지 않은 접근이라면 -- 위 예 같은 A) 이건 상관관계 인과관계 예시가 아닌거 같다. 그래서 추천 시스템 알고리즘은 여러개 사용한다. 하나만 사용하면 놓칠 수 있기 때문이다. 그래서 후보군을 여러개 사용하고 그 중에서 골라서 사용하게 되다. 결과적으로 더 좋은거 쓴다는 의미이다. 예를 들면, 추천 시..
추천시스템
2021. 12. 30. 11:03