You can count on me

You can count on me

  • 분류 전체보기 (245)
    • 데이터 분석가로 살기 (42)
    • algorithm (21)
      • Unsupervised Learning (2)
      • Supervised Learning (3)
      • Deep Learning (8)
      • 강화학습 (0)
    • Python programming (31)
    • Spark, Flask, AWS (5)
    • 투자 (11)
      • 투자방법,롤모델 (8)
      • 알고리즘트레이딩 (0)
    • Data Analysis (19)
    • time-series (5)
    • Retail, Consumer Goods Indu.. (35)
    • Marketing,Customer Analytic.. (10)
    • Math (20)
    • Econometrics (0)
    • Reading List (12)
      • 투자,트레이딩 독서노트 (9)
      • 머신러닝,AI 독서노트 (2)
      • 기타 독서노트 (1)
    • English (3)
    • [archive] 기타 자료 (9)
  • 홈
  • 태그
  • 방명록
RSS 피드
로그인
로그아웃 글쓰기 관리

You can count on me

컨텐츠 검색

태그

ADP AWS ChatGPT client2vec cust2vec DeepLearning e-commerce EC2 flask Forecasting GRE hive HTTP item2vec LLM Montecarlo NLP Optimization Pattern pytorch Recommendation restapi REST_API retailanalytics SAS SEQUENCE SQL tensorflow Timeseries Transformer webmining word2vec 딥러닝 몬테카를로 몬테카를로시뮬레이션 상품분석 시뮬레이션 오블완 유통데이터분석 최적화 추천 태블로 텐서플로우 통계 티스토리챌린지 프로그래머스 확률분포

최근글

댓글

공지사항

아카이브

Pattern(1)

  • 시퀀스 데이터 마이닝 Sequential Data Mining

    [참고자료] 사용자 행동 데이터의 시퀀스 패턴 마이닝 기술 동향(임지연, 2020) 1. 시퀀스 데이터란? 시퀀스 데이터 = 특정 기간동안 대상의 행동을 나타내는 “선후 관계”가 있는 항목들의 집합 - action (or event)의 집합 : action 1, action 2, action 3 .. 같이 구성되어 전체를 이루며, 이들 원소간에서는 중복이 허용되지 않는다. 단 하나의 원소에는 여러 시퀀스에 포함될 수 있다 - “시간”축이 존재 - action 간의 “순서”가 존재 - 시퀀스의 길이 = 시퀀스를 구성하는 항목의 개수 ex ) sequence = 의 시퀀스의 길이는 12이며, 서로 다른 7개의 항목(abcdefg)으로 이루어져있고, 6개의 원소(a..

    2021.08.31
이전
1
다음
티스토리

티스토리툴바