본문 바로가기
728x90
반응형

분류 전체보기190

텐서플로우 설치 가상환경에 텐서플로우를 설치하여 spyder로 사용하기. 설치 전 상태. -윈도우 10. -anaconda는 최신버전. -python 3.7버전. (가상환경에서 3.6으로 설정해서 사실 아예없어도 됨.) 1. 아나콘다를 설치한다. 최신버전으로 받았다. installer에서 path 설정 같은 것은 자동으로 등록해주었다. 2. 아나콘다 설치가 끝나면 anaconda prompt를 관리자 권한으로 실행한다. 아래의 것들을 입력하며 환경을 구성함. 2.1 conda create -n NAME python=3.6 => 가상환경으로 쓸 NAME을 입력하고 파이썬 버전을 입력. 2.2 conda activate NAME => 가상환경을 활성화한다. 2.3 conda install spyder => spyder를 사.. 2020. 4. 20.
Item2Vec: Neural Item Embedding for Collaborative Filtering 이번 장에서는 NLP 분야에서 워드 임베딩의 방법론으로 사용되고 있는 Word2Vec의 Skip gram에 Negative Sampling을 더한 알고리즘을 추천시스템에 적용한 논문에 대해 리뷰를 한다. 아마존, 넷플릭스, 구글 플레이, 아이튠즈 스토어 같은 회사에서 위의 방식처럼 추천을 적용하여 서비스하고 있다. 이러한 single item recommendation(단일 아이템 추천)과 같은 경우에는 explicit 데이터인 평점 데이터로 이뤄진 traditional한 추천과는 다르다. single item recommendation같은 경우엔 명시적 사용자의 아이템에 대한 구매 의도와 아이템에 대한 흥미로 나타나기 때문에 아이템 유사도 기반의 이러한 추천은 user-to-item recommenda.. 2020. 4. 15.
Linear Algebra(3)_linear Mappings 저번 장에서 basis와 rank 등에 대해 살펴봤는데, 이제 mapping을 알아볼 차례인데 이부분을 잘 알아야 추후에 matrix factorization을 이해하는데 도움이 된다. Linear Mappings 초반에 벡터 끼리의 합 혹은 벡터와 스칼라 곱의 결과가 벡터가 나오는 것에 대해 배운 적이 있다. 이런 느낌을 살려 생각해보면 여기서 우리가 원하는 것은 mapping을 할 때 벡터가 가진 속성을 유지하는 것이다. 두 개의 실수 스페이스 $V, W$가 있다. mapping $\Phi : V \rightarrow W$ 는 $V$라는 벡터스페이스를 $W$로 보내주는 역할을 한다. 그리고 벡터 공간의 구조를 보존하게 된다. 아래의 (2.85), (2.86) 처럼. 약간 고등학교 때 배운 합성함수의 .. 2020. 4. 7.
Linear Algebra(3) 이번 장에서는 Linear independence (선형)이 무엇인지 알아보자. 우선 linear combination을 살펴보자. 선형결합은 아래의 정의처럼 벡터 공간 $V$ 와 $V$에 속하는 유한개의 벡터들($x_{1}, ... , x_{k}$)이 있다면, $v = \lambda_{1} x_{1} + \cdot \cdot \cdot + \lambda_{k}x_{k} = \sum^{k}_{i=1} \lambda_{i}x_{i}$ 일 때 모든 $v \in V$ 를 만족한다. 설형결합 속 벡터와의 곱을 이루는 상수 $\lambda$들은 모두 실수집합에 속한다. 즉, $V$ 안의 $v$들의 선형결합은 상수와 벡터들의 곱으로 또 하나의 $v$를 만든다. 영벡터는 항상 $k$개의 벡터들의 선형결합으로 이루어질.. 2020. 4. 6.
Matrix Factorization Techniques for Recommender Systems 보호되어 있는 글 입니다. 2020. 4. 1.
Linear Algebra(2) Linear Algebra의 중심적인 역할을 하는게 행렬(Matrics)이다. 이 행렬은 선형 연립 방정식을 잘 표현해주고, linear function(linear mappings)역시 잘 표현해준다. 행렬을 정의해보자. $m,n \in \mathbb{N}$ 즉 $m,n$이 정수일 때, 행렬 $A$ 는 $a_{ij}, i=1, ... ,m , j=1, ... ,n $ 인 $a_{ij}$ 원소들의 $mn$튜플이라고 할 수 있다. 이 때 $a_{ij}$는 $m$행, $n$열의 구성으로 사각형 형태로 정렬되어 있다. 아래 그림을 보면 바로 알 수 있다. $(1,n)$을 행 벡터(row vector)라하고 $(m,1)$를 열 벡터(column vector)라고 한다. $\mathbb{R}^{m \times n.. 2020. 3. 30.
728x90
반응형

티스토리툴바