일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
Tags
- swift5
- iOS SwiftUI
- 책 후기
- swiftUI
- Xcode
- 알고리즘
- 머신러닝
- 스위프트
- objc
- 스위프트UI
- wwdc
- 딥러닝
- 독서
- SWIFT
- 책 추천
- 문자열
- Algorithm
- ReactiveX
- rxswift
- ios
- ARC
- objective-c
- 애니메이션
- Deep learning
- Animation
- leetcode
- RX
- 책
- stanford SwiftUI
- string
Archives
- Today
- Total
목록머신러닝 (9)
THIS IS ELLIE
머신러닝 추천 생성하기
사실 넷플릭스와 같이 추천을 기반으로 사용자에게 콘텐츠를 제공해주는 시스템은 어떤 로직을 기반으로 처리되는지 궁금했다. 요즘 머신러닝을 배우고 싶어 책 한권을 구매한 책에서 추천을 생성하는 방법에 대해 소개해서 다시 정리하고 싶어 글을 쓴다. 책에서는 각 사용자 사이의 거리(유클리드 거리)를 구한 다음 이 거리를 유사도 지표로 사용해 원하는 데이터를 추론한다. 가장 비슷하지 않은 사용자들 사이의 값은 크고, 가장 비슷한 사용자들의 사이의 값은 작다. 유클리드 거리는 다차원 공간에서 점의 점 사이의 거리를 구하는 공식이다. (두 점 사이의 거리를 계산할 때, 두 점을 좌표로 표현하고 각각 대응하는 성분의 차의 제곱을 하여 더한 후 제곱근을 구하는 것) 만약 2차원 공간이 아니라 다차원이라면 벡터의 차원만큼..
낑낑
2019. 11. 26. 19:04