You can count on me

You can count on me

  • 분류 전체보기 (244)
    • 데이터 분석가로 살기 (41)
    • 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

item2vec(1)

  • Customer2vec, Client2vec, item2vec, prod2vec

    출처 : https://www.google.co.kr/amp/s/blog.griddynamics.com/customer2vec-representation-learning-and-automl-for-customer-analytics-and-personalization/amp/ 아래 글은 해당 블로그의 요약글이며, 상세한 내용은 상기 출처를 참고 바랍니다. ———————————————————————————————————- Personalization과 추천 알고리즘 맥락에서 word2vec 방법론의 활용 - 더 정확한 예측력 - 더 유연한 모델 아키텍처 방법론상의 특징 - semantic representation (embeddings) : cluster and analyze embeddings to gai..

    2021.06.10
이전
1
다음
티스토리

티스토리툴바