머신러닝으로 추천기 만들어보신 분 계신가요?
글쓴이: 익명 사용자 / 작성시간: 목, 2018/03/22 - 11:16오후
제가 본 책에서, 제가 응용을 못하는건진 모르겠는데
전부 사용자와 아이템 사이의 평점 데이터를 일일이 가져와서
필요할 때마다 '연산'을 하는 기능만 설명이 되어있는 것 같습니다.
책 앞쪽엔 선형회귀, SVM같은 알고리즘을 쭉 설명하고
뒷쪽에 추천기 얘길 할 땐 위의 알고리즘을 사용해서 그 때 그 때 마다 연산하는 듯한 설명만 하는 것 같습니다.
머신러닝의 핵심인 '학습'이 언제 이루어지는질 잘 모르겠어요.. 그러니까 모델이 어떻게 만들어지고 무슨 역할을 하는지에 대해서 잘 안나와있는 것 같습니다.
혹시 만들어보신분은 작업플로우가 어떻게 되는지 알려주실 수 있나요?
Forums:
머신러닝 알고리즘도 종류가 많아서 학습이 필요 없고
머신러닝 알고리즘도 종류가 많아서 학습이 필요 없고 그냥 계산만 해도 되는 방법도 있습니다.
글쓴분이 예로 쓰신 사용자 평점 데이터만 가지고도 유클리디언 거리 계산으로 사용자가 얼마나 가까운지 확인할 수 있고, 협업필터링으로 어떤 영화를 추천할지도 만들수 있습니다. 비지도 학습이라고 합니다.
다시 질문으로 돌아가서, 선형회귀나 svm 같이 분류, 예측 문제를 풀때 쓰이는 지도 학습들의 경우 아마도 책에 나와있는 알고리즘 부분이 모델을 만들기 위한 코드일 가능성이 높습니다.
해당 코드로 피쳐들 계수 (coefficient) 를 찾고 그 계수들을 저장해놨다가 새로운 값이 들어왔을 때 해당 공식에 그 값들을 집어 넣어서 결과값을 보면됩니다.
댓글 달기