Recommender System Theory : 투 타워 모델과 후보 생성(Two-Tower Model & Candidate Generation) 후보 생성(Candidate Generation)투 타워 모델(Two-Tower Model)유튜브의 후보 생성 모델투 타워 모델의 학습최대 내적 검색다중 후보 생성투 타워 모델과 후보 생성 정리 상위 목록: Theory 하위 목록: Recommender System 작성 날짜: 2026-11-15 읽는 데 7 분 소요
Recommender System Theory : 신경망 기반 추천(Neural Recommendation) 신경망 기반 추천(Neural Recommendation)클릭률 예측(CTR Prediction)특성의 표현팩토라이제이션 머신(Factorization Machine)NCF(Neural Collaborative Filtering)Wide & DeepDeepFMDeep & Cross Network사용자 행동 이력의 활용신경망 기반 추천 정리 상위 목록: Theory 하위 목록: Recommender System 작성 날짜: 2026-11-15 읽는 데 7 분 소요
Recommender System Theory : 추천 시스템의 평가(Evaluation) 추천 시스템의 평가(Evaluation)평점 예측의 평가순위 지표정확도 외의 지표데이터 분할샘플링 평가의 함정오프라인 평가와 온라인 평가추천 시스템의 평가 정리 상위 목록: Theory 하위 목록: Recommender System 작성 날짜: 2026-11-15 읽는 데 9 분 소요
Artificial Intelligence Theory : 하이퍼파라미터 최적화(Hyperparameter Optimization) 하이퍼파라미터(Hyperparameter)탐색의 기본 절차그리드 탐색(Grid Search)무작위 탐색(Random Search)베이지안 최적화(Bayesian Optimization)조기 종료 기반 탐색실무에서의 탐색 전략하이퍼파라미터 최적화 정리 상위 목록: Theory 하위 목록: AI 작성 날짜: 2026-11-15 읽는 데 9 분 소요
Python Numpy 강좌 : 제 23강 - 아인슈타인 합 아인슈타인 합(Einsum)두 배열의 연산벡터와 대각 연산출력 첨자 생략(Implicit Mode)배치 연산(Batch Operation)나머지 축 생략(Ellipsis)계산 순서 최적화(Optimize)아인슈타인 합 정리 상위 목록: Python 하위 목록: Numpy 작성 날짜: 2026-11-15 읽는 데 5 분 소요
Python Numpy 강좌 : 제 22강 - 구조화 배열 구조화 배열(Structured Array)필드 조회(Field Access)값 수정과 조건 검색필드 기준 정렬(Sort Order)자료형 정의 방법다차원 필드(Subarray Field)일반 배열로 변환(Recfunctions)레코드 배열(Record Array)구조화 배열 정리 상위 목록: Python 하위 목록: Numpy 작성 날짜: 2026-11-15 읽는 데 5 분 소요
Python Numpy 강좌 : 제 21강 - 통계 중앙값과 백분위수(Median & Percentile)백분위수 계산 방식(Method)분산과 표준편차의 자유도(Ddof)가중 평균(Average)히스토그램(Histogram)구간 색인(Digitize)그룹별 합계(Bincount Weights)공분산과 상관 계수(Cov & Corrcoef)결측값을 제외한 통계(Nan Functions)통계 함수 정리 상위 목록: Python 하위 목록: Numpy 작성 날짜: 2026-11-15 읽는 데 6 분 소요
Recommender System Theory : 암시적 피드백(Implicit Feedback) 암시적 피드백(Implicit Feedback)암시적 피드백의 특성관측되지 않은 칸을 다루는 문제가중 행렬 분해(Weighted Matrix Factorization)네거티브 샘플링(Negative Sampling)순위 학습 관점BPR(Bayesian Personalized Ranking)관측의 편향암시적 피드백 정리 상위 목록: Theory 하위 목록: Recommender System 작성 날짜: 2026-11-08 읽는 데 9 분 소요
Recommender System Theory : 행렬 분해(Matrix Factorization) 잠재 요인 모델(Latent Factor Model)행렬 분해(Matrix Factorization)특이값 분해의 한계목적 함수학습 방법편향 항(Bias)잠재 공간의 의미행렬 분해의 한계행렬 분해 정리 상위 목록: Theory 하위 목록: Recommender System 작성 날짜: 2026-11-08 읽는 데 9 분 소요
Recommender System Theory : 협업 필터링(Collaborative Filtering) 협업 필터링(Collaborative Filtering)사용자 기반 협업 필터링아이템 기반 협업 필터링유사도 척도의 선택협업 필터링의 한계협업 필터링 정리 상위 목록: Theory 하위 목록: Recommender System 작성 날짜: 2026-11-08 읽는 데 8 분 소요