REVIEW

[Review] fastai와 파이토치가 만나 꽃피운 딥러닝

실습 - https://github.com/fastai/fastbook fastai와 파이토치가 만나 꽃피운 딥러닝 - https://www.hanbit.co.kr/store/books/look.php?p_code=B7970422863 fastai?! 관련 블로그: https://coffeedjimmy.github.io/fastai/2019/09/03/fastai_mnist_intro/ Fast AI로 MNIST 학습시키기 . coffeedjimmy.github.io jimmy님의 블로그에서 fastai에 대해 설명해준 부분을 참고하면, fastai는 pytorch로 모델링을 할 때, 핵심적인 기능 활용에 집중하기 위한 상위 wrapper로 정의됩니다. pytorch는 고수준의 기능을 정의하는 기본적인 ..

[Review] 금융 전략을 위한 머신러닝

금융 전략을 위한 머신러닝 실습 - https://gitlab.com/inspro9/hanbit_mlfi 금융 전략을 위한 머신러닝 - https://www.hanbit.co.kr/media/books/book_view.html?p_code=B2331794765 금융 전략을 위한 머신러닝 금융업계에서 종사하는 사람에게 유익한 머신러닝 알고리즘 구축법을 알려준다. 자연어 처리와 함께 지도 학습, 비지도 학습, 강화 학습에 필요한 머신러닝 개념과 19가지 사례 연구를 살펴본다 www.hanbit.co.kr 전체적인 내용 금융 전략을 위한 머신러닝의 책 목차를 보면, 핸즈온 머신러닝이나 밑바닥부터 시작하는 딥러닝과 같은 유명한 딥러닝/머신러닝 저서들과 비슷한 목차로 구성되어 있습니다. 프레임워크 지도 학습 비..

[리뷰] 추천 API 최적화 하기 - RIDI 유지훈님

병렬적으로 공부하기로 다짐하면서 꾸준히 관심 분야 현직자 분들의 글을 읽고 정리해나갈 예정입니다. 추천시스템 오픈 카카오톡방에서 추천한 글들을 위주로 먼저 읽겠습니다. 🎈 인용구 박스에 들어있는 내용은 추가 아이디어나 제 개인적인 생각을 열어보기 위해 기록한 부분입니다. 해당 글은 RIDI의 유지훈님이 2018년 08월 31일에 발표한 추천 API 최적화 하기라는 발표자료를 읽고 정리한 내용임을 밝힙니다. 발표자료를 보고 개인적으로 이해한 내용을 위주로 정리했기 때문에 발표 내용이 아닙니다. 틀린 내용이 있으면 댓글로 알려주세요 :) 리디북스의 추천 API 추천 알고리즘 리디북스의 추천 API는 2가지의 추천 방식을 취합니다. Book-to-book, Book-to-user 방식의 추천 알고리즘을 가진 ..