CS/MachineLearning61 리얼월드 머신러닝 p.241 클릭 여부가 우리의 목표 변수이다. 노출로 인해 클릭이 발생할 가능성을 예측하고자 한다. 더 구체적으로 말하자면, 특정 사용자가 특정 사이트를 방문하면 해당 사용자가 광고를 클릭할 확률을 알고 싶은 것이다. 문제를 공식화할 때는 몇 가지 선택사항이 있다. 주어진 사용자가 광고를 클릭할 확률을 예측할 수도 있고 광고를 게재하는 각 게시물의 클릭률(CTR)을 예측할 수도 있다. 흔히 그렇듯 모델링할 대상과 예측하고자 하는 값은 다음 질문을 통해 궁극적으로 결정된다. 예측을 어떻게 사용할 것인가? 어떤 방식으로 작동할 것인가? 이 경우 광고주는 특정 광고를 블랙리스트에 올릴 수 있으므로 광고주가 가장 중요시하는 사항은 클릭을 발생시킬 가능성이 가장 작은 게시물을 식별하는 것이다. 2022. 7. 5. 파이썬으로 완성하는 비지도 학습 알고리즘 p.7 오토 인코더는 딥러닝 내 비지도 학습 중 가장 기본이 되는 알고리즘으로 여겨도 될 만큼, 익히기 쉽고 성능도 좋아서 빠르게 결과를 얻을 수 있다. 차원을 축소 또는 증가하였다가 데이터 원본의 특성을 그대로 유지하는 가중치 파라미터들을 만들어 내는 데 목적이 있다. 오토 인코더로 학습시킨 데이터가 있다면, 데이터가 변형된 후에도 이전으로 복구가 가능하다. 또한, 불안정하지만 다른 데이터를 학습시킨 데이터로도 변형이 가능하다. 데이터가 딥러닝 할 정도로 충분하다면, 앞의 주성분분석과 특이값 분해를 대체하여 모든 동일한 용도로도 대체가 가능하다. 비지도 학습이면서 딥러닝을 다룬 여러 논문 중에서도 기본 모형으로 자주 언급된다. 오토 인코더의 가장 간단한 형태인 바닐라 오토 인코더에서 다층, 희소, 디노.. 2022. 7. 4. Demo: Enabling end-to-end causal inference at scale https://www.youtube.com/watch?v=7z7jUF4Clok&ab_channel=MicrosoftResearch #1 - What is Causal Inference? 1. Implicit Assumption a. Many of the early advances in machine learning were really designed to think about prediction problems. b. When we use prediction models, we're making an implicit assumption that things will basically continue as they have been. 2. Reality is more Complex a. When we t.. 2022. 6. 29. MLOps Tutorial #1: Intro to Continuous Integration for ML https://www.youtube.com/watch?v=9BgIDqAzfuA&list=PL7WG7YrwYcnDBDuCkFbcyjnZQrdskFsBz&ab_channel=DVCorg 2022. 6. 24. HPO W&B Sweeps Hyper Parameter Optimization 2022. 6. 22. Using Survival Analysis to understand customer retention - Lorna Brightmore https://www.youtube.com/watch?v=aKZQUaNHYb0&ab_channel=PyData 2022. 6. 21. 이전 1 ··· 4 5 6 7 8 9 10 11 다음
