ML14 AutoEncoder 오토인코더 Unsupervised Learning중 하나로 주로 데이터의 특징을 발견하는 것이 목표인 학습 방법. 오토인코더는 Input Layer와 Output Layer의 노드 수가 동일한 구조. 인풋 값을 특정 N Factor로 압축 후 이를 다시 잘 복원하도록 학습시킴. 압축 된 부분을 차원축소된 feature로 활용할 수 있음. -> 이를 Classifier의 인풋으로 사용해 더 나은 성능을 기대할 수 있음. MNIST 데이터 로드 및 train/test split import numpy as np import matplotlib.pyplot as plt import tensorflow as tf from sklearn.datasets import fetch_openml from sklearn... 2021. 7. 28. [정리] DeepFM: A Factorization-Machine based Neural Network for CTR Prediction 논문 링크: arxiv.org/pdf/1703.04247v1.pdf 도입 이용자가 추천된 아이템을 클릭할 확률을 추정하는 추천 시스템에서, Click-trhough Rate (CTR)을 바르게 예측하는 것은 필수적이다. CTR prediction에서, 이용자의 클릭하는 행동에 숨어있는 implicit feature의 상호작용을 학습하는 것은 중요하다. 앱 마켓에 대한 연구에서, 사람들은 주로 식사시간에 음식 배달앱을 다운로드 한다는 것을 알아냈다. 이는 곧, 앱 카테고리와 time-stamp와의 (2차원)상호작용을 CTR의 신호로 사용할 수 있다는 것을 말한다. 구글의 Wide & Deep model [Cheng et al., 2016]로부터 얻은 인사이트에 의하면, 저차원과 고차원 feature들의 상.. 2021. 4. 17. 이전 1 2 3 4 다음
