패스트캠퍼스 캐시백 챌린지 03일차 - 추천시스템[Part2]

반응형

👉🏻 참여 인강 : 딥러닝을 활용한 추천시스템 구현 올인원 패키지 Online.
데일리 미션 진행 기간(66일)일 동안 진행된다. 제발 이번에는 꼭 성공하기를 🙏🏻 Plz

 

오늘 들은 인강

[Part2] 03-05. 나이브 베이즈 추천 알고리즘

 

오늘 배운 내용

[Part2] 03-05. 나이브 베이즈 추천 알고리즘

 

 

: 조건부 확률

- 사건 B가 발생했을 때, 사건 A가 발생할 확률

 

 

https://angeloyeo.github.io/2020/01/09/Bayes_rule.html

: 베이즈 정리 : 사건 B가 사건 A로부터 발생했다느 가정하에 사건 A의 확률 업데이트

- P(H) : 사전 확률(prior), P(H|E) : 사후확률(posterior)

- 사전확률: 현재 정보를 바탕으로 정한 확률(동전 앞면 나올확률 =1/2)

- 사후확률 : 사건 E가 사건 H로부터 발생했다는 가정하에 사건 H의 확률 업데이트

 

 

: 나이브베이즈 분류기(Naive Bayes Classifier)

- 베이즈 정리에 의한 통계기반 분류 알고리즘, 지도학습

<특징>

- 아이템의 특징(feature, attribute) 끼리 서로 독립

- 영화 장르와 영화 감독이 서로 연관이 없는 특징이어야 함.

- 데이터 셋이 커도 모델 예측에 관계 없음.
- 연속형 보다 범주형 데이터에 더 잘 맞음
- 데이터의 차원이 높아질수록 모든 class에 대해 확률이 0으로 수렴 가능
=> Laplace Smoothing 활용 : 확률값이 0이 되는 경우가 없도록 조절 해줌 (+1 등)

 

 

:나이브 베이즈 알고리즘 활용 

출처 : 나무위키

나이브 베이지안 알고리즘은 스팸메일 필터, 텍스트 분석기, 추천 시스템, 의학적 질병 진단 등의 광범위한 분야에서 예측과 추론을 위한 분류기로 많이 활용되고 있다.

나이브 베이즈 분류기(Naive Bayes Classifier)는 특성들 사이의 독립적 가정을 기반으로 텍스트 문서를 여러 범주로 분류하는 대표적인 분류기로 사용되고 있다. 나이브 베이즈 분류기는 지도 학습(supervised learning) 환경에서 매우 효율적으로 훈련될 수 있고, 분류에 필요한 파라미터를 추정하기 위한 훈련 데이터의 양이 매우 적다는 장점이 있다. 특히, 이름에서 볼 수 있듯이, 매우 순진한(naive) 가정을 하고 있음에도 불구하고, 스팸 필터와 같은 복잡한 문제의 해결에서도 아주 우수한 성능을 보인다.

 

 

📌 참고하면 좋은 

나이브베이즈 분류모델과 협업필터링 기반 지능형 학술논문 추천시스템 연구

https://www.koreascience.or.kr/article/JAKO201006159731627.pdf

 

1) 베이즈의 정리(Bayes' theorem)를 이용한 분류 메커니즘  구현 

https://wikidocs.net/22892

 

Knn, 나이브 베이즈 정리의 특징을 다시 한번 리마인드 해보자!

내일을 위한 다짐

내일⋯ 미라클 모닝 도전 ㅜ_ㅜ ⋯ + 추천 시스템 해당 책을 읽어보자! 당분간 강의 하나씩만 들으면서⋯
나이브 베이즈에 대한 수업내용은 간략하게 잘 설명해주셨다. 그에 대해 추가적으로 공부를 하려면, 참고하면 좋은 사이트를 활용하거나, 구글링한 경우에 나이브 베이지 뉴스 기사 분류 등 다양한 예제 및 구현 등이 많이 있으므로 그런 부분들을 추가로 확인하면 좋을 것 같다!





https://bit.ly/3L3avNW

본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성되었습니다.

 

저작자표시비영리변경금지

'STUDY 📖 > 패스트 캠퍼스 챌린지 - 2022.04~' 카테고리의 다른 글

패스트캠퍼스 캐시백 챌린지 05일차 - 추천시스템[Part2]  (0)	2022.04.22
패스트캠퍼스 캐시백 챌린지 04일차 - 추천시스템[Part2]  (0)	2022.04.21
패스트캠퍼스 캐시백 챌린지 03일차 - 추천시스템[Part2]  (0)	2022.04.20
패스트캠퍼스 캐시백 챌린지 02일차 - 추천시스템[Part2]  (0)	2022.04.19
패스트캠퍼스 캐시백 챌린지 01일차 - 추천시스템[Part2]  (0)	2022.04.18
패스트캠퍼스 캐시백 챌린지 00일차 - 추천시스템[Part4]  (0)	2022.04.17