whatSup.log
로그인
whatSup.log
로그인
Interview for AI Engineer : Data Science
whatSup CheatSheet
·
2022년 12월 15일
팔로우
0
Interview-DS
0
AI Engineer로서 알아야 할 기본적인 DS지식들을 스스로 간단히(직관적으로) 리뷰하는 공간입니다.
ML Basic
Metric(분류, 회귀)
데이터 스케일링(정규화)
Local Minima와 Global Minima
차원의 저주
LDA(Latent Dirichlet allocation)
SVM(support vector machine)
나이브 베이즈(naive bayes)
차원 축소 기법
Markov Chain
경사하강법
Optimizer
Norm(L1 & L2) & Regularization
Batch Norm
선형회귀(&회귀 분석의 4가지 가정)
로지스틱 회귀
앙상블 기법
Decision Tree
Random Forest
AdaBoost
Gradient Boosting
Embedding
CNN
RNN
LSTM & GRU
Transformer
RecSys
Association Rule
Content-based Recommendation
Collaborative Filtering
유사도 측정
Latent factor model
Matrix Factorization
Matrix Factorization for Implicit Feedback
Bayesian Personalized Ranking
Item2Vec
ANN
Neural Collaborative Filtering
GNN
Context-aware Recommendation
Multi-Armed Bandit
Reference
https://boostdevs.gitbook.io/ai-tech-interview/
https://github.com/SeongBeomLEE/Machine-Learning-Engineer-Interview
https://brunch.co.kr/@gimmesilver#articles
https://wooono.tistory.com/m/category/AI/Machine Learning
https://angeloyeo.github.io/2019/07/27/PCA.html
https://www.youtube.com/c/혁펜하임
whatSup CheatSheet
AI Engineer : Lv 0
팔로우
이전 포스트
PKI 인증서와 TLS(SSL)
다음 포스트
주기적 실행 작업 관리 : cron (cron job) & logrotate
0개의 댓글
댓글 작성