- 전체보기(20)
- causal inference(6)
- Recommendation System(5)
- Deep Learning(4)
- machine learning(2)
- tableau(1)
- A/B test(1)
[Causal Inference] Synthetic Control - 던전앤 파이터 직업 리뉴얼에 따른 캐릭터 생성효과 분석
안녕하세요! 오늘은 Causal Inference 방법 중 하나인 Synthetic Control 방법을 간략하게 소개하면서 던전앤 파이터 직업 리뉴얼에 따른 직업별 캐릭터 생성량을 분석해보도록 하겠습니다! 1. Introduction 최근 RPG 게임의 트렌드는
[Causal Inference] Doubly Robust Estimation
Introduction Confounder 가 존재하는 경우 Causal Effect, 즉, ATE를 추정하기 위해 잘 알려진 방법이 있습니다. Propensity score weighting, Linear Regression을 이용하는 방법 등이 있습니다. 여기서
[Causal Inference] Instrumental Variables
안녕하세요! 오늘은 Instrumental Variable에 대해 공부해본 내용을 포스팅해보겠습니다!! Introduction Instrumental Variable은 이름에서와 알 수 있듯이 계측기 변수라는 뜻으로, 정확한 계측을 도와주는 변수를 말하는데요! 천
[Reinforcement Learning] Proximal Policy Optimization (PPO) Algorithm
안녕하세요! 오늘은 최근에 공부해본 PPO알고리즘에 대한 내용을 포스팅하고자합니다! PPO 알고리즘은 On-Policy 강화학습 알고리즘입니다. 제가 아는바에 의하면 TRPO알고리즘의 조금 더 구현에 친화적인 버젼으로 알고있습니다. 이 포스팅을 읽기 전에 A2C알고리즘
[Recommendation System] Matrix Factorization
안녕하세요! 오늘은 추천시스템의 Matrix Factorization에 대해 공부한 내용을 포스팅해보겠습니다! 틀린부분 지적해주시면 매우 감사하겠습니다! Latent Factor Model Latent Factor Model은 사용자와 아이템을 어떠한 잠재적인 특성
[Recommendation System] 추천 시스템의 여러 Measure (Beyond Accuracy)
안녕하세요! 오늘은 추천 시스템의 여러 Measure에 대해 알아보겠습니다! 데이터 분석 또는 여러 머신러닝 알고리즘들이 거의 대부분 정확도라는 것에 초점을 맞추고 있습니다. 하지만 추천시스템에서는 정확도뿐만 아니라 다른 여러가지 사항을 많이 고려한다고합니다. 이 포스
[Causal Inference] Graphical Causal Models
안녕하세요! 오늘 다뤄볼 주제는 Graphical Causal Models입니다. 제가 전공하였던 분야이기도합니다! 저는 데이터를 통해 이러한 그래피컬 모델을 추정하는 방법에 대해 공부를 하였었는데요! 지난 학생동안 공부했던것을 복습하며 정리해보겠습니다. Thinki
[Recommendation System] e-커머스 추천
이번 챕터에서는 e-커머스에 주로 사용되는 추천 방법들을 적용해보는 실습과정으로, postgreSQL을 psycopg2를 이용해 Python에 연결해서 사용해봤습니다. e-커머스에서 기본적으로 사용자들의 흐름에 대해 설명해보면홈 $\\rightarrow$ 검색, 제품
[Recommendation System] 영화추천
강의를 들으면서 Movielens 데이터를 이용해 실습하였지만, 실습 코드 없이 어떠한 방법으로 영화추천시스템을 구축할 수 있는지에 대해 알아보겠습니다.CBF 기반 예측에서는 아이템 유사도를 이용합니다. 유사도를 이용한 예측평점은 다음과 같은 식을 이용해서 얻습니다.
[Causal Inference] Randomised Experiments
Randomised Experiments를 통해 Association로 Causal Effect를 추정하는 방법
[Causal Inference] Introduction To Causality
안녕하세요. 요즘 인과관계추론에 관심이 많아져 공부를 하는 중에 있는데요! 괜찮은 자료를 발견해서 이 내용을 공부해보고 스텝에 맞게 정리해보고자 합니다. 자료의 출처는 Causal Inference for the Brave and True (https://matheu
[A/B Test] Thompson Sampling
안녕하세요! 오늘은 A/B Test에 자주 쓰이는 방법인 Thompson Sampling에 대해 알아보겠습니다. 이 방법은 베이지안 추론을 바탕으로 설계되었는데요, 통계학을 전공하면서 베이지안 추론에 대해 배운적이 있는데 그 내용이 그대로 녹아있더라고요! 아마도 베이지
[Causal Inference] Mediation modeling at Uber
안녕하세요! 오늘은 Causal Inference 방법 중 하나인 Mediation modeling에 대해 알아보겠습니다. 우선 처음으로 Mediation이란 조정, 중재, 매개라는 의미로 Mediation modeling 방법은 이러한 매개를 검증하는 모델링 방법입니
[LightGBM] LightGBM: A Highly Efficient Gradient Boosting Decision Tree 리뷰
안녕하세요! 오늘은 LightGBM알고리즘을 소개한 논문 LightGBM: A Highly Efficient Gradient Boosting Decision Tree 를 리뷰해볼게요! 이 논문은 인공지능에서 아주 유명한 학회인 NIPS에서 발표된 논문으로 Kaggle에
[Reinforcement Learning] DQN 리뷰
안녕하세요 오늘은 지난번에 공부했던 Playing Atari with Deep Reinforcement Learning라는 논문에 대해 리뷰해 보겠습니다. 해당 논문에서 소개하는 알고리즘은 DQN(Deep Q-Network)으로 딥러닝과 기존의 강화학습 방법인 Q-Le
메이플 스토리 랭킹 스크래핑과 Tableau를 이용해 대시보드 만들기
안녕하세요! 최근 Tableau Desktop Specialist 자격증을 취득하고, Tableau를 통해 대시보드를 하나 만들어볼 계획이었는데요! 최근 자주 즐겨하던 메이플스토리의 랭킹을 한번 스크래핑해보고 이를 대시보드로 만들어보았습니다. 스크래핑을 자주 하진
[Clustering] DBSCAN(Density-Based Clustering of Application with Noise)
안녕하세요! 오늘은 Clustering 알고리즘 중 DBSCAN에 대해 공부한 것을 한번 기록해 보려고 합니다. 전에 데이터분석을 하며 사용해본적이 있지만, Wikipedia를 참고하며 다시 기록해보겠습니다! DBSCAN은 2014년에 데이터 마이닝 컨퍼런스인 AC
[Object Detection] Yolo v1 리뷰 & Python을 이용한 구현
Yolo 는 You only live once 가 아니라.. You only look once 입니다! Yolo v1으로 말할 것 같으면 최초의 1-step 객체 검출(Object detection)알고리즘 입니다. 1-step 알고리즘이다 보니 real-time 객체
[Object Detection] RCNN 리뷰& Python에서의 구현
RCNN 은 Regional Proposal + CNN 으로 Rich feature hierarchies for accurate object detection and semantic segmentation라는 논문에서 제안한 객체검출(Object Detection)