Data
데이터 관련 공부 내용들을 정리합니다.
2019
- Model based text similarity 공부하기 (Word2Vec, Glove, FastText)
- CF의 limitation을 이해하고 text data에 익숙해지기
- Explicit feedback과 Implicit feedback에 대해 이해, implicit feedback을 풀기 위한 implicit ALS 구현
- Matrix Factorization에 대해 이해, Alternating Least Square (ALS) 이해
- MovieLens dataset을 파악하고 간단한 neighborhood based CF 구현
- Cosine similarity 와 Pearson correlation을 사용한 User based 및 Item based nearest neighbor Collaborative Filtering에 대한 이해
- 2019 구글 머신러닝 스터디잼
- 현대 세대의 Recommender System의 장단점에 대한 이해
- Matrix Factorization
- Collaborative Filtering 문제 정의
- Recommendation과 Machine Learning의 Formulation
- 추천시스템의 시작 Netflix prize에 대한 이해
- Recommendation System_Intro
2018
- MNIST with Tensorflow / Keras
- 2. Word2Vec으로 문장을 벡터로 변환하기
- 딥러닝 기본개념 이해하기
- 7. 데이터를 검증하는 방법
- 1. 한국어 분석
- 6. 랜덤 포레스트
- 2. TensorBoard로 시각화하기
- 5. SVM
- 1. Tensorflow 활용하기
- 4. 외국어 문장 판별
- 3. 이미지 내부의 문자 인식
- 2. 머신러닝 실습
- 1. 머신러닝이란
- 10. 데이터베이스
- 9. 웹의 다양한 형식
- GIS in AI
- CNN 특징 추출 과정
- 8. cron을 이용한 정기적인 크롤링
- 7. 웹 API를 이용한 크롤링
- 6. 웹 브라우저를 이용한 크롤링
- 5. 로그인이 필요한 사이트에서의 크롤링
- Kaggle_setting
- Kaggle_intro
- 정리 _ BeautifulSoup Find_All
- 4. 재귀적 호출을 이용한 크롤링
- 3. CSS Selector
- 2. BeautifulSoup 활용하기
- 1. 데이터 다운로드
- Dataprocessing for machine learning
