전체 글(327)
-
2. 라이브러리 버전 관리
버전(Version) : 소프트웨어 제품의 특정 릴리스에 대한 고유한 식별자 1. CalVer(Calendar Versioning) 방식 : Ubuntu 20.04(20년 4월 수정) 2. SemVer(Semantic Versioning) 방식 : python 3.11.0 - 이전 버전과 호환되지 않는 변경이 있으면 주 번호를 증가. - 이전 버전과 호환되며 새로운 기능이 추가되었으면 부 번호 증가 - 이전 버전의 버그 수정이 진행되면 패치 번호 증가. 3. HashVer(Hash Versioning) : 해시 알고리즘을 사용하여 고유 식별자를 생성 ex) Git commit 7e6d3fd 프로젝트 문서화 시 각 라이브러리의 버전은 readme 상단에 명시해주어야 한다. 가상환경 : 하나의 컴퓨터 내에서..
2023.12.27 -
1. Software Engineering
소프트웨어란? - 컴퓨터 프로그램 + 관련 문서(readme.md) + 데이터의 집합 - 하드웨어와 대조적인 개념 - 다양한 분야가 존재 : 프론트엔드, 백엔드, 머신러닝, 데이터, 모바일 앱, DevOps, 클라우드, 보안 등등 소프트웨어 엔지니어링이란? - 소프트웨어를 개발하는 과정에서 체계적이고 효율적인 방법을 사용하여 소프트웨어의 품질과 유지 보수성을 보장하는 학문 분야. 소프트웨어 개발 라이프사이클 1. Planning 2. Analysis 3. Desing(설계) 4. Implementation 5. Test, Integration 6. Maintenance 좋은 소프트웨어 설계란? 1. 모듈성 : 여러 함수가 모여 하나의 모듈을 이루고, 모듈끼리 서로 영향을 미침 2. 응집도 : 각 모듈을 ..
2023.12.27 -
10. 기존 추천 시스템의 한계와 향후 방향성
문제점은 두개 1. Cold start aout new community, new user, new item 2. Dynamically Chaning about 사용자의 선호도, 아이템의 유행 등등 향후 방향성 : Real-time Optimization - MAB(Malti-Armed Bandit) 알고리즘은 강화학습. 탐색과 활용을 조절하여 보상을 제공 **Value-aware Recommendation based on Reinforced Profit Maximization in E-commerce - 가치 기반의 강화 학습(사용자 클릭 전환율을 실제 수익을 내었을 때 가치로 인정) **Deep Reinforcement Learning based Recommendation with Explicit U..
2023.12.22 -
9. Kaggle H&M Personalized Fashion 추천 시스템 솔루션 분석
User Meta data ID, category 1, category 2, club member(binary), fashion news frequency, age, postal code Product Meata data ID, product_code, product_name, product_group_name, graph_code, graph_name, color_group_code, color_name Bseline model 1. Generate Candidates for each users - item-to-item similarites between customer previous baskets - user based collaborative filtering - model based predi..
2023.12.22 -
8. 텍스트 데이터를 이용한 추천 시스템
**Joint Deep Modeling of users and items Using Reviews for Recommendation - Review Data를 추천 시스템에 활용한 논문 - 리뷰를 바탕으로 사용자 행동에 대한 특징과 아이템 특성과 상호작용을 학습 **Joint Training of Ratings and Reviews with recurrent recommender network ICLR - Rating과 Review 데이터를 RNN을 통해 추천 Multimodal Learning - 이미지, 텍스트와 같은 비정형 데이터를 포함하여 context data까지 모두 더불어 모델을 학습하는 방식
2023.12.20 -
7. 이미지 데이터를 이용한 추천 시스템
비정형 데이터를 활용한 추천 시스템은 컨텐츠 기반 추천 시스템이며, 협업 필터링과 함께 활용해야 큰 강점을 지님 딥러닝 모델을 사용하는 이점 1. Learning Non-linear features 2. Representation Learning 3. Various Architectures : CNN,RNN등 비정형 데이터 특징 추출에 특화된 아키텍처 사용 가능 4. Flexible Structure : end-to-end 구조로 다양한 응용 모델도 같이 활용 가능 **Image-based Recommendations on Styles and Subtitutes - 상품 이미지를 활용한 추천 시스템 논문. 상품 이미지 기반으로 제품 간의 관계를 학습하여 추천하는 모델 - shift sigmoid를 활용하..
2023.12.20