반응형
Notice
Recent Posts
Recent Comments
Link
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 |
Tags
- tensorflow
- postorder
- broscoding
- 웹 용어
- cudnn
- classification
- vscode
- 데이터전문기관
- web 개발
- java역사
- CES 2O21 참가
- discrete_scatter
- Keras
- html
- web
- inorder
- KNeighborsClassifier
- 자료구조
- 재귀함수
- 머신러닝
- web 사진
- 대이터
- mglearn
- pycharm
- C언어
- paragraph
- web 용어
- 결합전문기관
- CES 2O21 참여
- bccard
Archives
- Today
- Total
목록[INTURNSHIP] (12)
bro's coding
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/voAqI/btqThYVvO1a/suFrUcv4dBzhZ7S7qdSL11/img.png)
추천 시스템(recommendation system) - 추천 시스템은 크게 두가지로 구분 가능 1) 컨텐츠 기반 필터링(content-based filtering) - 사용자의 이전 행동과 명시적 피드백을 통해 좋아하는 것 혹은 유사한 항목을 추천 ex) 내가 지금까지 들은 음악 목록과 다른 사용자의 음악 목록을 비교해 나와 비슷한 취향의 사용자의 플레이 리스트 음악을 추천 - 유사도를 기반으로 추천 - 장점 가) 많은 수의 사용자를 대상으로 쉽게 확장 가능 나) 사용자가 관심을 갖지 않던 상품 추천 가능 - 단점 가) 입력 특성을 직접 설계해야 하기 때문에 많은 도메인 지식이 필요 나) 사용자의 기존 관심사항을 기반으로만 추천 가능 2) 협업 필터링(collavorative filtering) 사용자..
[INTURNSHIP]/HuminTec
2021. 1. 4. 16:25