Create Card Fraud Detection using AutoEncoder (Keras, Tensorflow) 1. 문제점 본 Topic 은 너무 뻔한거라서 그런가? 딱히 논문이라던지 이런게 잘 보이지 않는다.. 몇개 있는데 인용수가 0 이다. 대신에 실증적인 좋은 Blog 가 하나 보인다. 기본적으로 이러한 종류의 문제는 데이터의 불균형이 가장 큰 문제이다. 그래서 이러한 문제를 해결하기 위한 방법을 Anomaly Detection 이라고 하는데 FDS 도 마찬가지로 접근하면 […]
Convolutional Matrix Factorization for Document Context-Aware Recommendation (Paper) (PPT) 1. 문제점 Collaborative Filtering 에서는 전통적으로 Matrix Factorization 과 같은 모델 기반의 방법론들을 사용하였다 그런데 너무 이러한 Matrix 가 Sparse 해지면서 MF 기반으로는 정확도를 보장할 수 없는 상황이 발생하게 되었다 이러한 문제들을 해결하기 위해서 최근의 연구들은 상품의 비정형적인 데이터를 활용하기 위한 방법들을 고민하였다 이러한 설명 정보를 […]
A Multi-View Deep Learning Approach for Cross Domain User Modeling in Recommendation Systems (Link) 1. 문제점 예전의 CF 방식은 히스토리가 없는 신규 유저에 대해서 추천시 Cold Start 라고 하는 문제가 발생함. CB 방식은 Item 유사도 혹은 User 유사도를 통해 Cold Start 를 해결할 수 있지만, 실제 적용시 사용자의 정보획득의 어려움 등의 이유로 잘 동작할 수 […]
Most Cited Deep Learning Papers (Link) Recent Trends in Deep Learning Based NLP (Link) 파이선 금융 분석 (Link) Deep Learning for recommandation systems (Link) Machine Learning Mind Maps (Link) Deep Architecture Genealogy (Link) Neural Dialog Papers (Link) Winner take all Autoencoder (Link) Deep Learning Stock Prediction (Link) Adaptive stock trading with dynamic asset allocation using […]
– 논문 링크 : Link (Collaborative hyperparameter tuning <2013>) – 적용 구현 : Link 1.Hyper Parameter Tunning HyperParameter Tunning 은 ML 에서 매우 중요한 Step이다. (Pintoet al. 2009, Coates et al. 2011, Bergstra et al. 2011,Snoek et al. 2012, Thornton et al. 2012) 논문에 따르면 새로운 알고리즘 없이 기존의 존재하는 알고리즘의 hyper parameter를 조정하는 것만으로도 성능향상을 […]
참조 논문 : 링크 참조 구현물 : 링크 Tensorflow 적용 Test : 링크 AutoML 참조 : http://www.automl.org/hpolib.html AutoML GitHub : https://github.com/SheffieldML/GPyOpt 개요 최근 Google 에서 Deep Learning Engineer 부족에 대한 해결방안으로 AutoML 이라는 프로젝트를 Release 하였다. Google 이 이번에 발표한 AutoML 은 단순히 Hyper Prameter 튜닝만을 제공하는 것이 아닌 데이터에 따른 최적의 알고리즘까지 찾아주는 역할을 한다고 한다. 하지만 현실적으로 알고리즘 선정과 […]