RecSys : Recommender System with Graph Neural Net Neural Graph Collaborative Filtering의 자세한 내용은 Paper Review 카테고리에 있습니다. Graph Neural Network Graph 점(node)과 간선(edge)으로 구성된 자료구조 일반적으로 $...
[Paper Review] Neural Graph Collaborative Filtering (2019)
Neural Graph Collaborative Filtering (2019) 논문 소개 출처 : ACM2019 Neural Graph Collaborative Filtering [ACM 2019] Neural Graph Collaborative Filtering NGCF는 GNN의 최초 등장 논문은 아닙니다. 이전에 이미 GNN에 대...
[BoostCamp AI Tech] Day35
Day35 Review 당신은 오늘 하루 어떻게 살았나요? 추천 Basic 5-6강 정리 버킷플레이스 코테 오늘 하지 못한 것들 없음 내일은 어떤 것을 할까? Neural Graph CF 관련 논문 리딩 및 세미나 준비 (3/13 완료) 코세라 MLOps Specialization 2주차 정리 (3/13...
[BoostCamp AI Tech / RecSys] Day35 - Recommender System with DL
RecSys : Recommender System with DL 이 내용은 논문들을 전반적으로 훑는 내용들입니다. 향후 논문 리딩을 통해 더 자세한 내용이 paper review 카테고리에 추가될 예정입니다. 추천 시스템의 딥러닝 최근에는 추천 시스템에 딥러닝의 아이디어를 도입하는 연구가 많이 진행됨 딥러닝을 도입하는 이유는 크게 다...
[BoostCamp AI Tech / RecSys] Day35 - Approximate Nearest Neighbor
RecSys : Approximate Nearest Neighbor (ANN) ANN의 필요성 추천 시스템은 기본적으로 Vector Space에 존재하는 새로운 query vector와 가장 유사한 vector를 찾는 방식을 많이 활용함 MF에서도 아이템과 유저가 같이 임베딩된 latent vector space에서 유저와 아이템의 유...
[BoostCamp AI Tech / RecSys] Day35 - Item2Vec
RecSys : Item2Vec 임베딩 (Embedding) Embedding 데이터를 낮은 차원의 벡터로 표현하는 방법 Sparse Representation 아이템의 전체 종류 = 차원의 수 아이템 개수가 많을 수록 벡터 대표적인 예시로는 one-hot encoding이 있음 ex) 면도기...
[BoostCamp AI Tech] Day34
Day34 Review 당신은 오늘 하루 어떻게 살았나요? 추천 시스템 basic 3~4강 정리 추천시스템 기본과제 충분한 휴식 오늘 하지 못한 것들 추천 Basic 5-6강 정리 심화과제 내일은 어떤 것을 할까? 추천 Basic 5-6강 정리 심화과제 버킷플레이스 코테 이전 코테 준비 및 풀...
[BoostCamp AI Tech / RecSys] Day34 - Matrix Factorization
RecSys : Matrix Factorization 강의에서는 ALS와 BPR을 다뤘지만 두 내용은 논문을 직접 읽고 분석할 예정이므로 Paper Review 카테고리에 업데이트 될 예정입니다. Model Based CF 이전에 언급한 Neighborhood-Based CF는 Sparsity와 Scalability 문제가 존재했음 ...
[BoostCamp AI Tech] Day33
Day33 Review 당신은 오늘 하루 어떻게 살았나요? 추천 시스템 basic 3~4강 캐글 EDA 오늘 하지 못한 것들 기본과제1 Class-Based n-gram Models of Natural Language 리딩 및 정리 내일은 어떤 것을 할까? 추천 시스템 basic 5~6강 Class...
[BoostCamp AI Tech / RecSys] Day33 - Collaborative Filtering
RecSys : Collaborative Filtering 협업필터링 : Collaborative Filtering 이름의 의미대로 다른 유저들의 정보를 활용하여 특정 유저의 관심사를 예측 많은 유저/아이템 데이터가 축적될수록 높은 정확도를 보여줄 것이라는 아이디어 DL에서 학습 데이터 양이 많아지면 성능이 좋아...