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

tensorflow(1)

  • [펌] TensorFlow를 활용한 네이버쇼핑의 상품 카테고리 자동 분류

    "Auto-classification of NAVER Shopping Product Categories using TensorFlow"(English) 출처 : https://d2.naver.com/helloworld/1264836 불러오는 중입니다... Multi Input Model – Product Misc. Information 카테고리 자동 매칭을 위해서는 상품명을 사용한 모델과 이미지를 사용한 모델을 별개로 만들어 학습시킬 수 있다. 하지만 상품명과 이미지는 하나의 상품에 관련된 데이터이기 때문에 같이 학습하면 모델의 정확도가 향상된다. 상품명과 이미지뿐만 아니라 다음 그림과 같이 상품이 부가적으로 가지고 있는 브랜드, 메이커, 원본 이미지 비율, 업체에서 사용하는 카테고리, 상품의 최저가까지..

    2019.09.12
이전
1
다음
티스토리

티스토리툴바