해당 글은 T-아카데미에서 발표한 추천시스템 - 입문하기의 자료에 딥러닝을 이용한 추천시스템과 추천시스템 대회를 분석한 내용을 추가한 글입니다. 해당 자료보다 더욱더 좋은 자료들이 페이스북 그룹 Recommender System KR에 있으니 많은 관심 부탁합니다. [01. 추천시스템 이해] [02. 컨텐츠 기반 추천시스템] [02. 유사도 함수 및 평가 함수] [02. TF-IDF를 이용한 추천시스템] [02. Word2Vec을 이용한 추천시스템] [03. 협업필터링 기반 추천시스템] [03. KNN을 이용한 추천시스템] [03. SGD을 이용한 추천시스템] [03. ALS을 이용한 추천시스템] [04. 딥러닝을 이용한 추천시스템] [04. Deep Neural Networks for YouTube R..
이번 포스팅부터 추천시스템의 입문자분들을 위한 추천시스템 글을 작성해보도록 하겠습니다. 해당 글은 T-아카데미에서 발표한 추천시스템 - 입문하기의 자료에 딥러닝을 이용한 추천시스템과 추천시스템 대회를 분석한 내용을 추가한 글입니다. 해당 자료보다 더욱더 좋은 자료들이 페이스북 그룹 Recommender System KR에 있으니 많은 관심 부탁합니다. [01. 추천시스템 이해] [02. 컨텐츠 기반 추천시스템] [02. 유사도 함수 및 평가 함수] [02. TF-IDF를 이용한 추천시스템] [02. Word2Vec을 이용한 추천시스템] [03. 협업필터링 기반 추천시스템] [03. KNN을 이용한 추천시스템] [03. SGD을 이용한 추천시스템] [03. ALS을 이용한 추천시스템] [04. 딥러닝을 이..
Note : 이 포스터는 (주)느린생각의 지원을 받아 딥러닝 쿡북이라는 교재로 스터디를 하고 작성하는 포스터입니다. 코드는 아래의 저자 링크(https://github.com/Dosinga/deep_learning_cookbook)를 활용하였습니다. 목차 4.1 데이터 수집하기 4.2 영화 임베딩 학습하기 4.3 영화 추천 시스템 만들기 4.4 단순 영화 평점 예측 이번 챕터에서는 위키피디아의 외부 링크를 기반으로 데이터를 수집할 것 입니다. 그리고 이를 바탕으로 임베딩 훈련을 시킨 후 SVM 모델로 간단한 추천시스템을 구현해보도록 하는 작업을 하겠습니다. 4.1 데이터 수집하기. 먼저 위키피디아의 덤프 페이지에서 최신 덤프 데이터를 수집합니다. # https://dumps.wikimedia.org/en..