Course Lecture 2 in Deep Learning Regularization useful technique for reducing variance. There is a little bit of a bias variance tradeoff when you use regularization. It might increase the bias a li
Journal/Conference : IEEEYear(published year): 2020Author: Alexei Baevski, Henry Zhou, Abdelrahman Mohamed, Michael AuliSubject: self-supervised learning, speech representation Self-supervised l
Journal/Conference : IEEEYear(published year): 2016Author: Florian Eyben, Klaus R. Scherer, Bjorn W. Schuller, Johan Sundberg, Elisabeth Andre, Carlos Busso, Laurence Y. Devillers, Julien Epps, P
Course Lecture 1 of Deep Learning Course Derivatives https://community.deeplearning.ai/t/derivation-of-dl-dz/165 vectorizing logistic regression Why we like to use that cost function for logistic re
개요 구글에서 새롭게 발표한 gen app builder에 대해서 알아보자 어떤 기능이 있고 official doc이 발표된 게 많이 없지만 있는걸 최대한 활용해서 설명한다(유투브에 나온 데모 설명 포함) 웹사이트 설명 오피셜 문서는 아니지만 사이트에 간단하게 설명이 잘 되어 있어서 첨부. Gen App Builder의 도움으로 기계 학습 경험이 없는 개
Journal/Conference : IEEEYear(published year): 2022 SeptemberAuthor: Taesu Kim, SeungHeon Doh, Gyunpyo Lee, Hyungseok Jeon, Juhan Nam, Hyeon-Jeong SukSubject: Emotion Recognition, Wake-Up Words H
개요 유저들의 재주문 여부 예측하기 instacart kaggle: https://www.kaggle.com/competitions/instacart-market-basket-analysis/leaderboard 2위 한 모델 github: https://github.com/KazukiOnodera/Instacart 필요 메모리 약 300GB RAM이 필
Course Lecture 3 in Machine Learning course Unsupervised Learning1. clustering Usage: Grouping similar news, DNA analysis, Astronomical data analysis k-means algorithm local minimum Occurs when
개요 kaggle instacart 데이터로 추천 모델링 시스템을 만들기 빅쿼리, Vertex AI를 사용하여 모델을 만들고 예측하기 참고한 유투브의 추천시스템은 평점 feature가 있지만 이 데이터에는 존재 하지 않음. 따라서 재주문 여부와 주문회차를 평점으로 가정하고 모델에 도입함 200만 유저 중에 10000명으로 제한하였고, 모델 평가에 대한 지표
Journal/Conference: GoogleYear(published year): 2016Author: Paul Covington, Jay Adams, Emre SarginSubject: Recommendation, Youtube Deep Nueral Networks for YouTube Recommendations GPT 요약 딥러닝이 어