패스트캠퍼스 캐시백 챌린지 09일차 - 추천시스템[Part3]

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] 03-01. 이웃기반 - 모델기반 - 무슨 차이일까

 

 

오늘 배운 내용

모델 기반과 이웃 기반 협업필터링 어떤 특징들이 있을 까?

 

: 이웃기반 협업 필터링

1. 구현이 간단

2. Model-based CF에 비해 계산량이 적음.

3. 새로운 user, item이 추가되더라도 비교적 안정적

4. 새로운 content(user 또는 item을 추천할 수 있음.

 

: 모델기반 협업필터링?

- 머신러닝을 가장 잘 활용한 추천알고리즘의 일종

- 주어진 데이터를 활용하여 모델 학습

(학습과정에서 모델이 데이터를 배워서 데이터 정보를 압축함

- 항목간 유사성에서 벗어나, 데이터의 패턴을 학습

(왜 패턴이라는 표현을 사용? 

- 데이터 크기 또는 데이터 특징을 동적으로 활용 가능.

- 데이터의 잠재적 특성을 파악하는 모델(Latent Factor Model)

 

 

 

 

내일을 위한 다짐

열심히 살자!

 

 

 

 

 

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 09일차 - 추천시스템[Part3]  (0)	2022.04.26
패스트캠퍼스 캐시백 챌린지 08일차 - 추천시스템[Part2]  (0)	2022.04.25
패스트캠퍼스 캐시백 챌린지 07일차 - 추천시스템[Part2]  (1)	2022.04.24
패스트캠퍼스 캐시백 챌린지 06일차 - 추천시스템[Part2]  (0)	2022.04.23
패스트캠퍼스 캐시백 챌린지 05일차 - 추천시스템[Part2]  (0)	2022.04.22
패스트캠퍼스 캐시백 챌린지 04일차 - 추천시스템[Part2]  (0)	2022.04.21