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
- llm
- 클라우드
- aws자격증
- chatGPT
- RecSys
- 플랫폼
- TFX
- COFIBA
- MAB
- BERT이해
- 네트워크
- 메타버스
- BERT
- 중국플랫폼
- AWS
- Collaborative Filtering Bandit
- 추천시스템
- BANDiT
- transformer
- MLOps
- 자연어처리
- 언어모델
- HTTP
- 미국석사
- 클라우드자격증
- 머신러닝 파이프라인
- nlp
- docker
- MSCS
- 머신러닝
Archives
- Today
- Total
목록oneclass협업필터링 (1)
Julie의 Tech 블로그
추천시스템 - (2) One-class Collaborative Filtering
본 글에서는 추천 시스템 문제 중 하나인 One-class 협업필터링에 대해 정의를 짚고, 그를 해결하기 위한 알고리즘들을 간단하게 소개해볼 것이다. One-class Collaborative Filtering이란 One-class collaborative filtering의 문제정의에 대해 살펴보자. Input은 사용자의 implicit한 피드백을 받고, output으로는 사용자의 top N 상품을 추천하는 것이다. 여기서 implicit한 피드백이라는 것은, 명확한 피드백이 아니라는 것인데, 즉 rating과 같이 직접적으로 유저가 선호를 매긴 것이 아니라는 것이다. rating은 통상 1부터 5점까지 scaled된 점수를 매기게 되지만, implicit 피드백은 구매 이력이라던지, 브라우징 이력..
Tech/RecSys
2021. 9. 20. 17:11