본문 바로가기
728x90
반응형

전체 글

[TIL/2023.04.27] 부캠 39일차 (코드짜고 생각하지 말고, 생각하고 코드짜자!) TIL (Today I Learn) 오늘은 파이썬 코드만 약간 수정하면 모델 결과를 쉽게 서빙해볼 수 있는 streamlit에 대해서 배웠다 부캠에서 제공된 특강들을 각각 하나씩 듣고와서 내용을 공유해주는 시간을 가졌다! 취업 특강을 들었는데, 역시 중요한 건 꾸준한 공부와 성실함 그리고 '코테'였다.. 코테만 봐도 절반은 간것이다 . . !!! Keep streamlit을 사용해서 이전에 공부한 실습 코드를 토대로 인기도 기반 영화 목록 추천 프로토타입을 짤막하게나마 만들어보았다! 일단 최소한의 단위로 제출하고, 밤에 다른 모델을 더 써보자~ 해봤다! 팀원들의 동료 피드백을 전달받았고, 여러가지 감동받는 말과 나의 개선점도 알 수 있었다!! 주요 개선점은 역시 '건강' .. !! 건강하자 Proble.. 더보기
[TIL/2023.04.26] 부캠 38일차 (꾸준히 배우고 정리하며 멀리 건강하게 가보자🏃‍♀️) TIL (Today I Learn) 팀 내 논문리뷰 스터디를 통해서 SASRec모델에 대해서 발표했고, 팀원분이 발표해주신 GRU4Rec 모델에 대해서도 좀더 잘 알게 되었다 도커에 대해서 배우고, 간단하게 이미지 설치 및 사용, 이미지 생성 및 업로드 과정에 대해서 실습했다! 실습과정은 간단했지만, 아직 개념이 제대로 잡히지 않은 것 같아서 더 찾아보면서 공부하고 정리해야겠다 디버깅을 할 때 어떤 프로세스와 접근 방식을 사용하면 좋은지 배웠다. 주구장창 한글 블로그나 스택오버플로우를 뒤지던 나에게 오픈소스 라이브러리의 코드까지 살펴봐야한다는 내용은 꽤나 충격적이고 꼭 실천해보고 싶다는 생각이 들었다! 그리고 서버를 운영하기 위해서 필요한 간략한 서버, 파일시스템, 네트워크에 대한 개념들과 명령어에 대.. 더보기
[TIL/2023.04.25] 부캠 37일차 (가볍고 반복적인 접근을 통해 천천히 나의 것으로 만들자!) TIL (Today I Learn) MLOps와 그 구성요소, 간단한 라이브러리 및 구현 방법에 대해서 배웠다 부캠에서 살아남기 특강으로 이전 기수 분들이 어떻게 취업을 했고, 무엇을 준비했고, 부캠에서 어떤걸 거치셨는지 배웠다! 이번 주에 맡은 SAS4Rec 논문의 리뷰 파트를 다 정리했다 Keep 정말 추상적으로만 느껴지던 MLOps에 대한 느낌이 조금씩 잡히기 시작했다! 역시 처음에 바로 듣고 알아듣는건 어렵지만, 반복적으로 자주 노출되면 익숙해지면서 잘 습득하게 되는 것 같다 팀 이름을 1로 와봐 에서 랙돌(Rec-dol)로 바꿨다 우하하 뜻은 RecSys 아이돌 하하하 공부하고 배우고 연습할 게 많은데 이걸 다 부담감으로 느끼지 말고, 대충만 하자~ 라는 느낌으로 가는게 좋은 것 같다. 결국 가.. 더보기
[TIL/2023.04.10] 부캠 26일차 (나중에 해야지~ 하지말고 지금 하자!) TIL (Today I Learn) RecSys의 가계도를 살펴보았다 그리고 Content-based Recommendation(Vectorize, Sim), Memory-based CF(UBCF, IBCF), Model-based CF (Unsupervised : Clustring)의 이론에 대해서 배우고, 각 경우에 대한 실습 공부를 했다 A/B 테스트의 적용 사례와 무신사의 모델 평가 지표에 대해서 추가 공부하고 피어세션 때 공유했다! 이현호 마스터님의 대회 설계 및 ML 엔지니어 면접 준비 특강을 들었다! 코테 문제 풀었다 ! (다이나믹 프로그래밍) Keep ML 엔지니어에게 요구되는 역량은 점점 폭넓어지지만, 결국 주니어에게 가장 중요한 것은 기본에 충실하여 ML Basic한 내용을 잘 알아두는.. 더보기
[Naver Boostcamp AI Tech 5기] 5주차 학습정리 및 회고 : 완벽하지 않아도 끝까지 가보는거야 🥹 주간 학습정리 Keyword: CTR, Wide&Deep, DeepFM, DIN, BST, MAB (Greedy, Epsilon-Greedy, UCB), Thompson Sampling, LinUCB 주간 개인 회고 Fact (사실: 무슨 일이 있었는가?) 월요일에 코테 스터디로 각각의 코드 리뷰를 했는데, 어떤 점에서 차이가 있었고, 어느 부분을 내가 더 개선하면 좋을지 알 수 있었다! 각자가 코드 짜는 스타일도 다르다는 것이 신기했다! 화요일에 이고잉님의 두 번째 깃헙 특강을 들었는데, 혼자 공부할 때는 도저히 이해가 안되던 개념들을 아주 자연스럽게 물흐르듯이 쉽게 머리에 넣어주고 실습까지 하도록 해주셔서 재밌고 유익했다! 수요일에 논문 리뷰 스터디에서 내가 리뷰한 논문을 발표했다! 또 나름 열심히 .. 더보기
[RecSys] AutoEncoder 기반의 추천 모델 | AE (AutoRec) | CDAE (Collaborative DAE) 01. Autoencoder란? 오토인코더(AE) : 입력 데이터를 출력으로 복원하는 비지도 학습 모델 디노이징 오토인코더(DAE) : 입력 데이터에 노이즈를 추가하여 학습하는 모델! 노이즈를 추가함으로써 보다 강건한(robust) 모델이 학습 → 성능 향상 02. AutoRec 배경 및 아이디어 MF는 linear, low-order interaction을 통해서 represenation AutoRec은 Rating Vector을 입력과 출력으로 사용하여 Encoder & Decoder 적용 → AE 기반으로 activation func을 사용해서 더 복잡한 상호작용 표현 가능 모델 구조 아이템과 유저 중, 한 번에 하나에 대해서만 임베딩 진행 아이템 i의 rating vector $r^{(i)}$ 준.. 더보기
[RecSys] MLP 기반의 추천 모델 | NCF (Neural Collaborative Filtering) | DNN for Youtube Recommendation 01. Recommendation System with DL Nonlinear Transformation : 데이터 내 비선형 패턴을 효과적으로 나타낼 수 있음 → 복잡한 유저-아이템 상호작용 패턴을 효과적으로 모델링 가능 Representation Learning : DNN은 raw data로부터 알아서 feature representation을 학습 Sequence Modeling: 시계열 데이터 처리에서 효과적으로 적용 예: next-item prediction, seesion-based recommendation Flexibility: 다양한 프레임워크가 존재해서 모델링 flexibility가 높고 효율적인 서빙이 가능함 02. 다층 퍼셉트론(Multi-layer Perceptron, MLP)란?.. 더보기
[TIL/2023.04.06] 부캠 24일차 (바보 챗지피티 난 짱 우하하) TIL (Today I Learn) 파라메트릭 서치를 공부하고, 해당 주제의 코테 한 문제를 풀었다 멘토님에게 MLOps에 대한 강의를 듣고, 간단한 서술식 응답 연습을 해보았다 이준원 마스터님의 마스터 클래스 세션을 들었다 FM과 FFM을 구현하는 기본과제 3을 풀었다 지난 5강 (Word2Vec, Item2Vec)을 복습하고 정리했다! Keep 기본과제3을 풀 때 생소한 부분들이 있어서 챗지피티한테 물어가면서 과제를 풀었는데, 결국에는 챗지피티가 조언해준 코드는 틀린 코드였다. . . . 결국 내 힘으로 풀었다 ! ! ! 열심히 차원 손으로 써내려가면서 . . 난 기특하다 ! 나 짱 ! ^ㅇ^ 배운내용을 복습하고 정리할 때, 꼭 아이패드에 손으로 써내려가면서 정리해보려고 했는데 확실히 이게 도움이 되.. 더보기
728x90
반응형

티스토리툴바