반응형 전체 글105 Coursera 강의 리뷰 1 - Non-Personalized and Stereotype-Based Recommenders 보통 personalized recommenders를 다루는데 예를 들어 넷플릭스 추천 시스템등...개인에게 최적화된 추천 시스템을 제공한다. 그런데 첫 강의로 왜 Non-personalized에 대해 다룰끼? 그 이유로 4가지를 들 수 있다. - 새로운 users : 새로운 user에 대해 아는 정보가 없다(cold start) 그래도 추천 해주고 싶음.. - simple but beneficial : personalized보다 간단하지만 효과적임 - online communities around common displays - Applications & media where personalization is impossible "Weak Personalization" - stereotyped pers.. 2020. 4. 23. Recommender system 추천 시스템 공부를 본격적으로 시작하다..! 전에 카카오미니를 쓰며 추천해주는음악들이 너무 취향저격이라 추천시스템에 대해 분석한 적이 있었는데 아주 흥미로웠고 당시 배우던 내용들(수치선대, 근사이론, 딥러닝..)과 연관성이 높아서 재밌게 공부했었다. 이번에 본격적으로 공부를 시작하고 싶은 마음에 coursera의 추천시스템 Recommender system by MINNESOTA 강의를 마스터하려고 한다. IBM의 pytorch강의를 아직 못마쳤지만 사실 전에 배웠던 내용을 복습하는 것이라 큰 흥미가 느껴지지 않아 잠시 중단하고 추천시스템 공부에 뛰어들려고 한다. 코딩 실습은 JAVA를 이용해서 하는데 JAVA에 익숙하지 않아 Python실습으로 따로 혼자 진행하려고 한다. 화이팅..! 2020. 4. 23. [COURSERA] Deep Neural Networks with PyTorch by IBM 강의 리뷰 3-2 이번 포스팅은 3.6에 관한 내용이다. 3.6 Linear regression: Training and Validation Data 주어진 데이터를 Training data와 Validation data로 나눠서 학습하는 과정이다. Make Some Data Create a Linear Regression Object, Data Loader and Criterion Function Different learning rates and Data Structures to Store results for Different Hyperparameters Train different Modules for different Hyperparameters View Results 목차에서 알 수 있듯이 이 단원은 Hyper.. 2020. 3. 30. [COURSERA] Deep Neural Networks with PyTorch by IBM 강의 리뷰 3-1 본 포스팅은 2주차의 3.1-3.3 강의에 대한 리뷰이다. (lab 실습 내용을 기준으로 포스팅하다보니 강의 번호와는 차이가 있을 수 있다.) 3.1 Linear regression 1D: Training Two Parameter Stochastic Gradient Descent (SGD) 앞에서부터 계속해서 언급해왔던 Gradient Descent에 관한 내용이 나온다. 학부 때부터 계속 들어서 익숙한 method인데 들어가기 전에 대략적으로 살펴보자. iterative하게 local minimum을 구하는 알고리즘 중 하나로 미분값을 이용해야 하므로 미분가능한 함수에 한해 사용한다. local maximum을 찾는 방법으로 gradient ascent도 있다.(단순히 부호만 바꾸면 됨) Gradien.. 2020. 3. 29. [COURSERA] Deep Neural Networks with PyTorch by IBM 강의 리뷰 2 본 포스팅은 2.1-2.3의 내용에 대한 리뷰이다. 2.1 Linear Regression in 1D - Prediction Prediction Class Linear Build Custom Modules 1) Prediction 먼저, 이러한 표현식을 만들기 위해서는 parameter인 w(slope 또는 weight)와 b(bias)를 정의해야 한다. torch.tensor를 이용하여 정의해준다. w와 b는 update 되어야 할 파라미터이기 때문에 requires_grad = True로 설정해줘야 한다. 파라미터 w, b를 정의했으면 forward 함수 yhat = w*x + b를 정의해준다. 보통 yhat은 예측값 그리고 y는 실제 값을 뜻한다. x가 저 텐서로 정의되었을 때 forward함수에 .. 2020. 3. 29. [COURSERA] Deep Neural Networks with PyTorch by IBM 강의 리뷰 1 - 2 그다음 1.4 Simple Dataset와 1.5 Dataset 강의에 대해 리뷰해보겠다. 1.4 Simple Dataset Basic dataset을 만들고 여기에 transform을 적용해보자. 여기서 torch.manual_seed()는 random function이 우리가 이것을 부를 때마다 같은 수를 불러오게 한다. 또, torch.utils.data에 대해 더 자세히 알아보자. 참고 : https://hulk89.github.io/pytorch/2019/09/30/pytorch_dataset/ pytorch dataset 정리 · Hulk의 개인 공부용 블로그 pytorch dataset 정리 30 Sep 2019 | ml pytorch dataloader Dataset, Sampler, Da.. 2020. 3. 24. 이전 1 ··· 13 14 15 16 17 18 다음 728x90 반응형
