• 뉴스 기사 개인화 추천을 위한 컨텍스츄얼 밴딧 접근법

    Lihong Li, Wei Chu, John Langford, Robert E. Schapire의 A Contextual-Bandit Approach to Personalized News Article Recommendation을 번역했습니다. 초록


  • 암시적 행렬 분해(고전적인 ALS 방법) 소개와 LightFM을 이용한 순위 학습

    Ethan Rosenthal의 Intro to Implicit Matrix Factorization: Classic ALS with Sketchfab Models 외 1편을 번역했습니다. 암시적 행렬 분해 소개: Sketchfab 모델에 적용한 고전적인 ALS 방법 지난 글에서 웹사이트 Sketchfab로부터 암시적 피드백 데이터를 수집하는 방법에 대해 설명했다. 그리고 이 데이터를 사용해 추천 시스템을 실제 구현해보겠다고 이야기했다. 자, 이제 만들어보자! 암시적 피드백을...


  • 하이브에서의 조인 유형

    Weidong Zhou의 Join Type in Hive: Common Join 외 3편을 번역했습니다. 1. 일반 조인 하이브 쿼리 성능 튜닝에서 신경 써야 할 부분 중 하나는 쿼리 실행 시 이뤄지는 조인 유형이다. 오라클의 조인 유형과 마찬가지로 여러 다른 유형에 따라 실행 시간이 크게 달라질 수 있다. 몇 번의 연재에 걸쳐 하이브의 조인...


  • 해석가능한 XGBoost 기계학습

    Scott Lundberg의 Interpretable Machine Learning with XGBoost를 번역했습니다. 기계 학습 모형을 잘못 해석할 때의 위험성 그리고 올바르게 해석할 때의 가치에 관한 이야기다. 그래디언트 부스팅 머신이나 랜덤 포레스트 같은 앙상블 트리 모형의 굳건한 정확도를 확인했다면, 또 결과를 해석해야 한다면 유익하고 도움이 될 내용이다. 은행에서 고객의 재정 상태를 예측하는 업무가 있다고 상상해보자....


  • 디스플레이 광고를 위한 단순하고 확장 가능한 응답 예측

    Olivier Chapelle, Eren Manavoglu, Romer Rosales의 Simple and Scalable Response Prediction for Display Advertising를 번역했습니다. 초록 클릭률과 전환율은 디스플레이 광고에서 예측해야 할, 두 개의 핵심 과제이다. 본 논문은 디스플레이 광고의 세부사항을 다루기 위해 특별히 설계한 로지스틱 회귀 기반의 기계학습 프레임워크를 제시한다. 구축한 시스템은 다음과 같은 특징을 갖는다. 구현과 배포가 쉽다....