profile
천천히 다만 꾸준히
post-thumbnail

[프로젝트 방법론] 애자일 방법론 기획자 산출물

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

2021년 6월 26일
·
0개의 댓글
·

[BI] Relational Database, E-R Model

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

2021년 6월 12일
·
0개의 댓글
·

[Paper Review] Bipartite Graph Embedding via Mutual Information Maximization

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

2021년 5월 29일
·
0개의 댓글
·
post-thumbnail

GNN :: GCN, GraphSAGE, GAT 간단 정리

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

2021년 5월 23일
·
1개의 댓글
·
post-thumbnail

Singular Value Decomposition (SVD)

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

2021년 5월 20일
·
1개의 댓글
·

Matrix Factorization (DSGD, LS)

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

2021년 5월 18일
·
0개의 댓글
·