추천 시스템의 현황

• 현재 추천 시스템이 CV, NLP만큼 모델 selection에서 정답이 있진 않다.
• metric의 문제.

Feature Engineering - Top-Down vs. Bottom-Up

AUC만 보는 것이 맞는가?

AUC가 좋은 지표이긴 하지만, 다양한 metric을 고려해 보는 것이 좋다.

RNN

직렬적인 구조로 인해 초기 sequence 정보가 손실, 왜곡될 우려가 있음.

• Bi-directional RNNs Backward RNN 을 생성. Forward RNN(기존)과 함께 동일한 단어에 대하여 두개의 hidden state를 가져옴(이전단어들 + 이후단어들 -> Concat) 그러면 sequence 전체를 고려하게 됨

DKT 의 기본 개념 및 발전방향, i-Scream 데이터 분석, Baseline 모델 설명, Transformer Architecture 설계

Tensorflow - Help Protect the Great Barrier Reef

대회 접근 방법

1. Train data 조사
2. Test data 조사
3. Metric 조사
4. Validation 전략
5. 적합한 Deep Learning 네트워크 선택
6. Ensemble

MLOps

• 실제 서비스 배포 과정 꼭 겪어보길

타 도메인 지식, CV, NLP 어떻게 공부할까?

• 습득은 나중에 하더라도, 일단 강의들을 폭넓게 들어보는 게 좋다. 인지하고 있는지 아닌지는 차이가 크기 때문이다.

«««< HEAD MLOps, Model Serving, Product Serving, ======= MLOps, Model Serving, Voila 프로토타입 생성, Linux

ff2c39c493ddfe647307b9259f43efbc7cd3784d

• TensorRT

1. 예전에 썼던 자소서에서 보충할 점, 해야할 방향