4주차 회고

1. 배운 것 키워드

 

추천시스템이란 무엇인지?

인기도 기반 추천

연관 분석 

- support, confidence, lift

- 연관 규칙을 찾은 알고리즘 ( bruteforce, frequent itemset generation strategies (apriori, DHP, FP-Growth)

 

TF-IDF를 활용한 컨텐츠 기반 추천 

Collaborative Filtering - user_based, item_based, knn-cf, similiarity measure

Model based CF - latent factor model, SVD, Matrix Factorization , Alternative Least Square, BPR 

item2vec, ANN - CBOW, 

딥러닝 - MLP, Auto Encoder

 

2. 더 알아볼 것

Aprior 알고리즘, 딥러닝 관련 논문들, Skip-Gram, SGNegativeSampling, ANNOY 알고리즘

 

3. 마스터 세션

안수빈님이 말씀해주셨는데, 말씀이 너무 좋았다. 

도움이 되는 이야기를 많이 해주셨다. 

take away는 허리를 세우자 였다. ㅎㅎ 허리 디스크가 오셨다고 합니다.

지금은 VC 회사에 계신다고 합니다. 

어떻게 진로의 방향을 잡아갔는지 설명해주셔서 매우 도움이 되었다.

왜 이거를 하게되었고, 대학원은 왜 가게 되었는지 등..

 

4. 피어 세션 

프로젝트 주제를 생각해보아야 할 필요성을 느낌.

 

5. 시도해볼 것

비전 강의를 들어볼까??.. 

 

https://sungkee-book.tistory.com/11

[추천시스템] 성능 평가 방법 - Precision, Recall, NDCG, Hit Rate, MAE, RMSE