이전에는 워터폴 프로젝트 방법론이 쓰임단순히 빠른 것 보다는 변화의 유연한 방법론기획 문서 준비 시간 줄이고 개발 기간을 2-3주의 스프린트 단위로 자름기획과 검토를 여러 번에 걸쳐서 수행하는 것장점중간중간 변화하는 시장의 흐름을 기획에 포함시킬 수 있음기획 후 개발이

파일은 한번에 한 파일만 접근 가능하기 때문에 여러 파일의 정보를 relate하는 것이 어렵다. 또한 데이터를 수정(update, insert, delete)해야 하는 경우 모든 파일을 수정해주어야 하기에 번거롭고, 내용이 일관되지 않는 문제인 anomaly, inco

본 논문은 Bipartite 그래프에 최적화된 인코더와 local-global Infomax를 최대화 할 수 있는 방법론을 제안하여 다른 임베딩 방법론의 한계인 global properties를 포착하는 BiGI를 제안합니다.

그래프에서 노드의 정보를 어떻게 임베딩 하는 것이 관건입니다. 본 글에서는 대표적인 neighbor aggregation 방식으로 쓰이는 대표적인 모델인 GCN, GraphSAGE, GAT에 대해 간단히 설명합니다.

추천시스템은 SVD로부터 나와서 동일 알고리즘이 여러 이름을 가질 수 있습니다. 이전에 배운 추천 알고리즘(Matrix Factorization)은 이 SVD에서 나온 컨셉이고, 이번에 정리할 내용은 실제 SVD 알고리즘 그 자체에 대한 내용이라고 할 수 있습니다.입력

MF에서는 rating이 있는 entry를 이용해 W와 H의 메트릭스를 업데이트 하는 것입니다.각 machine에 대해 분산된 데이터를 각 머신의 W와 H가 학습합니다. 각 머신은 own 데이터를 학습시키고, 머신 각각에 대해 수렴된 W와 H 매트릭스를 평균내면 되기에