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 | 31 |
Tags
- HTTP
- RecSys
- BANDiT
- BERT
- MSCS
- 중국플랫폼
- 언어모델
- 메타버스
- 자연어처리
- nlp
- 클라우드
- BERT이해
- chatGPT
- 네트워크
- TFX
- 머신러닝
- Collaborative Filtering Bandit
- AWS
- transformer
- llm
- 미국석사
- MLOps
- aws자격증
- MAB
- 클라우드자격증
- 추천시스템
- 머신러닝 파이프라인
- 플랫폼
- COFIBA
- docker
Archives
- Today
- Total
목록개인화추천모델 (1)
Julie의 Tech 블로그
[논문리뷰] Neural Collaborative Filtering (1)
본 글은 Neural Collaborative Filtering (NCF) 논문을 리뷰해볼 것이다. 해당 논문은 기존 CF의 가장 강력한 알고리즘으로 자리잡고 있던 MF(Matrix Factorization) 방법에 대해 한계점을 짚고, 이를 Neural Network기반으로 풀어가면서 어떤 개선을 할 수 있는지를 담고있다. 논문을 본격적으로 리뷰하기 전에 상품 추천 시스템에 대해 좀 더 알아보면, 상품 추천 시스템으로는 세 가지 타입이 있다. 1. User-Product : 개인의 선호에 따라 상품 추천 2. User-user : 유사한 상품 선호를 가졌을 것이라 추정되는 사람간의 상품 추천 3. Product-product : 보충적인 성격을 지닌 상품끼리의 추천 1번의 경우 완전히 개인화된 ..
Tech/RecSys
2021. 5. 14. 11:51