- 전체보기(7)
- graph-ml(3)
- Index(1)
- link-prediction(1)
- local-overlap(1)
- Networkx(1)
- Recommendation(1)
[DEV] Python 프로젝트 Docker Image 효율적으로 - Docker Cache
K8S 환경에서 파이썬 프로젝트를 사용하시 위해 Docker Image를 이용합니다.소스 코드를 수정하고 이미지를 생성하는 작업을 반복할 때 이미지 생성 시간을 줄이고 싶었습니다.공식 파이썬 이미지를 베이스 이미지로 사용합니다.이미지 내에서 작업 경로로 이동합니다.프로
[논문리뷰] Soft Retargeting Network for CTR Prediction
CTR 예측에서 사용자의 관심에 대한 연구는 중요한 부분을 차지합니다. 사용자의 관심은 관점에 따라 여러가지고 나뉘는데, 해당 논문에서는 사용자의 리타겟팅 관심에 대해 다룹니다.
[CS224W GraphML] 2-3. Graph 클러스터링: Laplacian, Node Clustering
Graph Representation Learning Book의 Chapter2을 번역, 요약, 정리했습니다.2.1 Graph 통계량과 2-2. Graph 이웃관계에 이어서 이후 장들의 기초가 되는 배경지식과 고전적인 Graph ML 방법을 소개합니다. (추가로 수식
[CS224W GraphML] 2-2. GraphML 배경지식 - Graph 이웃관계
Graph Representation Learning Book의 Chapter2을 번역, 요약, 정리했습니다.2.1 Graph 통계량에 이어서 이후 장들의 기초가 되는 배경지식과 고전적인 Graph ML 방법을 소개합니다.Graph Statistics에서 각 Node
[CS224W GraphML] 2-1. GraphML 배경지식 - Graph 통계량: networkx, Centrality, Graphlet
Graph Representation Learning Book의 Chapter2을 번역, 요약, 정리했습니다.내용에 맞춰 파이썬 패키지 networkx 사용 예시를 추가했습니다.Graph Representation Learning과 Deep Learning을 소개하기
[CS224W GraphML] 1. GraphML 소개
Graph Representation Learning Book의 Chapter1을 번역, 요약했습니다.Graph는 점과 점을 연결해 관계를 표현할 수 있습니다.예를 들어, Social Network에서 사람을 하나의 점 Node로, 두 사람이 친구 관계임을 Edge로