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..
본 글은 자연어 처리에서 주로 사용하는 임베딩 기법들에 대해 정리해놓은 자료입니다. One-hot Encoding, TF-IDF, LSA, Word2Vec, Glove, FastText에 대해 정리할 것이고 ratsgo님의 블로그을 많이 참고하였습니다. 목차 One Hot Encoding TF-IDF LSA Word2Vec Glove FastText One Hot Encoding 개념 : 각 단어에 Index를 부여하는 방식으로 표현하는 단어의 Index에 1을 넣고 그렇지 않은 곳 에는 0을 넣는 방법 장점 : 사용하기 매우 쉬움. pandas의 get_dummies함수나 sklearn의 preprocessing.OneHotEncoder을 사용하면 됨 단점 : 단어의 의미를 전혀 이해하지 못함. 단어의..