전체 글24 [인과관계 추론] 9.Instrumental Variables 전체 컨셉 How can we identify causal effects when we are in the presence of unobserved confounding? -> One popular way is to find and use "Instrumental variables". 1. What is an Instrument? 변수 Z가 instrument로 간주되기 위해서는 세 개의 Assumption을 만족해야 한다. Assumption 1. (Relevance) Z has a causal effect on T Assumption 2. (Exclusion Restriction) Z causal effect on Y is fully mediated by T 1. Y를 나타내는 구조 방정식 상에서 Z.. 2021. 8. 6. 하나도 어려운 양자컴퓨팅 이야기 1편 양자역학이란 무엇인가? (텍스트로 적는 것 보다는 아래 영상을 보는 것이 이해하는 데 더 효과적입니다) https://www.youtube.com/watch?v=VYWryVDQWO0 안될과학 - 양자역학 편 1. 양자 컴퓨팅이란 무엇인가? 기존의 디지털 표현으로는 정보를 비트의 시퀀스로 나타내며, 전자가 하전되면 해당 비트는 1의 값을 전달하고 하전되지 않으면 0의 값을 전달하는 것으로 간주한다. 따라서 고전비트라고 하는 비트는 0이나 1의 상태일 수 있으며, 언제든지 비트를 측정하면 둘 중 하나의 결과가 나온다. 양자 컴퓨팅 시스템에서는 계산 기본 단위를 큐비트라고 부르며, 큐비트의 실제 상태는 기저상태(0과 1)를 일차 결합(선형 중첩)한 어떠한 형태로도 나타낼 수 있다. 쉽게 말해서 0과 1의 상태.. 2021. 5. 24. <디지털 트랜스포메이션>책 소개 본 글의 일부 내용을 회사 익명게시판에 게시하였다. 그리고 책을 5권 구매하여 사내 라이브러이에 비치하였다. 이런 행동을 하게 된 이유는 두 가지가 있다. 첫 번째, 내가 느낀 것을 공유하고 싶었고 동료들의 생각도 들어보고 싶었다. 두 번째, 익명게시판의 순기능을 만들고 싶었다. 입사 1주년 프로젝트 주제를 고민하다 '우리 센터의 고객은 누구인가?', 'DT! DT! 하는데 도대체 DT가 뭘까?' 등의 질문이 생겨났다. 답답한 마음에 교보문고에 달려가 책을 구경했고, 언뜻 본 책의 구성에 이끌려 이 책을 구매하게 되었다. 나는 어떻게 하면 우리 센터가, 크게는 우리 회사가 성장할 수 있을지 고민한다. 만약 고위직 분들도 회사의 도약을 꿈꾸고 있다면, 그들의 고민을 공유해야 한다. 직급, 직무, 사업부 별.. 2021. 2. 21. BERT를 Google Colab에서 돌려보기(TPU 사용) 글에 들어가기 앞서, Google Colaboratory 사용법을 익히고 싶은 분들은 아래 링크를 참고하시기 바랍니다. https://jisoo-coding.tistory.com/2 Google Colaboratory 입문자들을 위한 설명! 추후 BERT로 classification하는 문제를 풀어보고 싶은 분들은 아래 링크에 매뉴얼을 참고하여 실습해 보시기 바랍니다. https://jisoo-coding.tistory.com/34 BERT를 Google Colab에서 돌려보기(TPU 사용) 글에.. jisoo-coding.tistory.com #해결하고자 하는 문제 : 본 글에서는 Google Colaboratory TPU 환경에서 BERT를 이용해 34개의 target을 classification하는.. 2020. 1. 22. [추천시스템] A Knowledge-Enhanced Deep Recommendation Framework Incorporating GAN-based Models Abstract DNN기반으로 user-item interaction을 인코딩 하는게 CF 성능 높이지만, latent features 무시하고 sparse 데이터에 취약하다. 이 논문에서는 영화 추천을 위해 GAN-based model을 통합한 novel knowledge-enhanced deep recommendation framework(KTGAN)를 제안 Introduction - CF-based method 같은 경우는 별점, 리뷰, 구매기록과 같은 observed user-item interaction을 기반으로 추론하기 때문에 data sparsity에 문제를 겪음 - 그래서 기록에 없는(unobserved) interaction을 학습하기 힘든 cold start 문제를 겪음 - DL-ba.. 2019. 12. 25. [추천시스템]DRN: A Deep Reinforcement Learning Framework for News Recommendation 논문 링크 http://www.personal.psu.edu/~gjz5038/paper/www2018_reinforceRec/www2018_reinforceRec.pdf 불러오는 중입니다... 딥 러닝 모델을 이용해 뉴스 추천을 하는 데는 세 가지 취약점이 있다. 첫 번째는 뉴스를 추천하는 데 다이내믹한 변화로 인해 다루기 어렵다는 점이다. 기사가 발행되고 마지막 사람이 볼 때까지의 시간은 4.1 시간으로 터무늬없이 짧기 때문에 당장 하루만 지나도 시대에 뒤떨어져버린다. 그리고 사용자의 흥미가 시간에 따라 변화한다. 어느 날은 정치 기사를 많이 보고 다른 어느 날은 연예 기사를 많이 보기 때문에 주기적으로 모델을 업데이트 해줘야 한다. 하지만 기존 모델들은 현재 reward만 최대화하려고 하기 때문에 위.. 2019. 11. 13. 이전 1 2 3 4 다음 반응형
