-
패스트캠퍼스 환급챌린지 24일차 미션 (2월 24일) : 30개 프로젝트로 끝내는 추천시스템 구현 초격차 패키지 강의 후기2024년 패스트 캠퍼스 챌린지 2024. 2. 24. 20:34
강의 내용 Review
📍배운내용📍
- 그래프 데이터의 이해
- 그래프 데이터 이해
👉강의내용👈
그래프 데이터
- 그래프 데이터 : 유저 아이템에 피처를 담은 테블러데이터, 이미지 데이터, 시퀀스 데이터와는 다르게 독득한 특징을 가짐
- 소셜 네트워크에서 사람의 연결, 인터넷, 뉴런 등등, 연결된 개체
- 모든 관계는 그래프로 표현 가능, 개체와 개체, 그리고 관계
- 그래프 데이터 특징: 구조 표현의 유현성과 확장성, 개체간의 복잡한 관계를 포착 가능, 노드와 엣지로 표현 가능
- 관계의 활용: 연결관계에서 패턴 등을 찾아낼수있음
- 기존의 데이터 샘플은 단일 노드 였다면 관계 맥락에서 개체 분석 가능
- 노드간의 연결(엣지)를 나타낸 것을 인접행렬로 나타낼수 있음
- 그래프의 연결관계에서 주체가 되는 각각의 관계와 간선
- 인접형렬의 특징: 정사각 행렬임(노드 수 * 노드 수), 대칭성(무, 유방향 그래프), 주대각 행렬에서 대칭성을 띔, 희소성, 차수(노드에 연결된 엣지 수)- 네트워크 내에서 얼마나 중요한 역할인지 내포 함
- 유방향, 무방향 그래프, 방향이 있는 그래프는 화살표로 표시함
- 가중그래프: 가중치를 준 그래프
- 동종 그래프와 이종그래프
- 동종 그래프는 모든 노드와 엣지가 같은 종류임(사람과 사람, 아이템과 아이템)
- 이종 그래프는 노드와 엣지의 종류가 다양함, 동종이 아닌것을 모두 아우름( 유저와 아이템 , 저자와 논문, 인용과 논문등)
- 장바구니, 클릭, 구매 , 조회 등 여러 관계를 가질수있음
- Bipartite Graph: 이분형 그래프는 다양한 노드가 있지만 두개의 노드로, 집합으로 구성할수있는 그래프, 연결정보 존재
- 그래프 데이터가 다루기 어려운 이유: 비 유클리드 공간에서 정의됨, 격자와 격자사이의 데이터 포인트, 그래프는 연견관계가 중요하고 노드의 위치는 중요하지 않음, 유클리드 거리는 상관없음, 네트워크의 복잡성
그래프 데이터 이해
- 그래프 기반 태스크: 그래프 분류, 노드 분류, 연결예측, 커뮤니티 탐지, 그래프 임베딩, 그래프 생성
- 그래프 어플리케이션: 친구추천, 분자구조, 교통망 정보, NLP의 순차적인 정보, 추천 시스템 그래프, 지식 그래프
- 추천시스템에서 그래프? 그래프에 여러 관계를 자연스럽게 녹일수있음
공부사진
24일차 후기
그래프의 전반적인 내용에 대해 배웠다.
본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성하였습니다.
'2024년 패스트 캠퍼스 챌린지' 카테고리의 다른 글