환급챌린지
-
패스트캠퍼스 환급챌린지 파이널 미션 : 30개 프로젝트로 끝내는 추천시스템 구현 초격차 패키지 강의 최종 후기2024년 패스트 캠퍼스 챌린지 2024. 4. 13. 01:27
참여계기 어느날 패스트 캠퍼스에서 강의를 둘러 보고 있었다. 베너에 뜬 환급챌린지를 보고 바로 신청을 마음 먹었다. 지원 강의 목록을 보며 가장 듣고 싶은 강의를 선택 하였다. 그것은 바로 "30개 프로젝트로 끝내는 추천시스템 구현 초격차 패키지"였다. 왜 냐하면 나는 개발에 관심이 있었고, 실제 프로젝트를 구현 해보는 것이 흥미를 끌게했다. 그리고 나의 고질적인 강의 미루는 습관..ㅋ을 다시 한번 잡을 수 있는 기회라고 생각 했다. 그렇게 나는 또 패스트캠퍼스의 좋은 이벤트인 환급챌린지에 도전하게 되었다..! 추천 프로젝트 구현 실습 내용 추천 시스템 기획안 작성 추천 모델을 만들어서 서비스에 어떻게 붙일수있는지? 추천 시스템 기본 구조 정형화 추천기획 -> 데이터 마트 형성 -> 모델 연구 개발 ->..
-
패스트캠퍼스 환급챌린지 60일차 미션 (3월 31일) : 30개 프로젝트로 끝내는 추천시스템 구현 초격차 패키지 강의 후기2024년 패스트 캠퍼스 챌린지 2024. 3. 31. 00:02
강의 내용 Review 📍배운내용📍 Spotify추천 시스템 사례 👉강의내용👈 Spotify 음악 음악 스트릐밍 서비스, 전세계적으로 인기 추천 시스템 추천 시스템에서 설명이 가능한것은 중요함 Explore, Exploit, Explain 밴딧: 다양성을 높이고 닫힌 피드백 루프를 깨는 것이 중요함 실제 아이템이 연관성이 있는지, 얼마나 자신이 있는지 고려해야함 추천시스템이 명확하게 되려면 로깅된 피드백 데이터를 이용해서 사용자 선호 모델을 만들때 랜덤한 결과에서 와야함 이것을 보고 좋아요, 싫어요 기반으로 발전 시켜야함 하지만 추천이 랜덤한것은 사용자가 싫어햠, 실제는 보여주는것만 보여주는 필터버블이 있음 따라서 추천한 결과가 아닌것도 포함해서 추천함, 클로즈 피드백을 깨기 위한 방법 BERT(band..
-
패스트캠퍼스 환급챌린지 59일차 미션 (3월 30일) : 30개 프로젝트로 끝내는 추천시스템 구현 초격차 패키지 강의 후기2024년 패스트 캠퍼스 챌린지 2024. 3. 30. 23:32
강의 내용 Review 📍배운내용📍 홈페이지 추천 👉강의내용👈 홈페이지 추천 2021: 파이프라인 디자인 홈페이지, 홈피드는 다양한 추천 프로덕트가 같이 있음, 위젯, 리스트 등 캐러셀 하나마다 조회, 랭킹, 컨첸츠 하이드레인, 컨텐츠 콜을 N번해야 함 따라서 홈피드에 파이프라인 디자인 패터 적용해서 하나로 묶어서 제공함 후보자 조회: 홈페이지에서 한번만 하도록 컨텐츠 그룹핑: 컨텐츠 기반으로 케러셀 생성함, 위젯과 리스트를 묶음 랭킹: 그룹핑된 가게 내에서 랭킹함 포스트 프로세서: 위젯과 리스트 사이에 순서 매김 통합을 해서 추천을 효율적으로 만들기 위한 디자인 패턴 2022: 배달경우 다양성이 중요하기 때문에 Exploitation 과 Exploration이 중요함 위제과 리스트의 순서를 매기는 방법..
-
패스트캠퍼스 환급챌린지 58일차 미션 (3월 29일) : 30개 프로젝트로 끝내는 추천시스템 구현 초격차 패키지 강의 후기2024년 패스트 캠퍼스 챌린지 2024. 3. 29. 23:56
강의 내용 Review 📍배운내용📍 Doordash 👉강의내용👈 Doordash 머신러닝 기반 미국판 배달의 민족 3,200백만 사용자, 음식 배달 서비스 음식 배달 도메인의 도전과제 : 온라인 서비스지만 오프라인의 제약이 있음 데이터가 spars하고 로컬리티를 띰, 콜드 스타트 문제크고 다양성이 중요하고, 외부적인 요소도 중요함 유저가 구매한 것들이 지역기반으로 묶여 있음, 모델이 잘못 학습 할수도 있음 웹이나 모바일에서 요청이 오면 백엔트 서치 모듈이 고객 정보를 가져오고, 엘라스틱서치(가게 정보)에 요청을 해서 랭링 스크립트를 써서 돌려줌 조회는 지역성이 있기 때문에 Geohash를 사용함, 지역을 나눠서 해쉬로 나타낼수있음 비지니스 룰에 따라 가게를 조회함 랭킹은 LR를 사용해서 구매 유뮤에 따라..
-
패스트캠퍼스 환급챌린지 57일차 미션 (3월 28일) : 30개 프로젝트로 끝내는 추천시스템 구현 초격차 패키지 강의 후기2024년 패스트 캠퍼스 챌린지 2024. 3. 28. 00:13
강의 내용 Review 📍배운내용📍 개인화 추천 상품 랭킹 👉강의내용👈 개인화 추천 상품 추천 시스템: 쿼리, 추천시스템이 있을때 아이템을 랭킹을 매겨 추천하고 컨텍스트를 넣어서 개인정보를 넣음 고객의 아이템과 상호작용을 기록함 : 이것을 쿼리로 만들어서 개인화 추천을 하면 콜드 스타트 추천에 좋음 내적이 있고 유저 임베딩과 아이템 임베딩이 들어올때 선호도 예측함 최근 본 상품을 보면 GRU에 넣어서 유저 임베딩을 생성함, 엔티티는 액션(클릭, 검색, 장바구니등) 유저 액션 집합 = 유저, 아이템의 제목을 토큰화 해서 임베딩함 둘다 아이디가 안들어가서 성능데이터도없고 아이템 기반임, 새로운 아이템이 들어와도 임베딩 생성가능 , 투타워 구조 인배치 네거티브를 쓰면 일반화가 높아짐, 하나만 뽑아야할 때는 성..
-
패스트캠퍼스 환급챌린지 56일차 미션 (3월 27일) : 30개 프로젝트로 끝내는 추천시스템 구현 초격차 패키지 강의 후기2024년 패스트 캠퍼스 챌린지 2024. 3. 27. 18:39
강의 내용 Review 📍배운내용📍 비슷한 상품 추천 같이 살 상품 추천 👉강의내용👈 비슷한 상품 추천 이베이: 이커머스 다국적 기업 데이터 마이닝과 이커머스 : 비슷한 상품 추천, 아이템 베이스 콜라보레이트 필터 사용함 아이템을 산 고객을 모으고, 그 고객이 산 다른 아이템을 모음, 다른 아이템과의 유사도를 구해서 예측 함 유사도 구하기 위해 데이터 마이닝 사용 함 비슷한 아이템 추천 = 같이 본 상품으로 많이 되어있음 쿼리(seed item) - 컨텍스트(개인화) 모델 - 아이템 리트라이벌, 랭킹 사용, 씨드 아이템이 쿼리로 들어감, 데이터 베이스에서 로깅을 남김 ML모델을 사용하고 있음, 레디스와 엘라스틱 서치로 피처를 가져오고 검색함 리트라이벌: 휴리스틱 룰 베이스, 프로덕트 카탈로그: 계층구조(..
-
패스트캠퍼스 환급챌린지 55일차 미션 (3월 26일) : 30개 프로젝트로 끝내는 추천시스템 구현 초격차 패키지 강의 후기2024년 패스트 캠퍼스 챌린지 2024. 3. 26. 00:15
강의 내용 Review 📍배운내용📍 추천 시스템과 구성 컴포넌트 추천 시스템 구성 사례 👉강의내용👈 실험 플랫폼 AB테스트: 두가지 이상의 버전을 실험해서 비지니스에 도움이 되는 것을 판별, 동시에 진행함 시퀀셜하게 구성하면 더 참여율이 올라감 비지니스에 도움을 주기 위해서 추천 시스템에서 사용함 하지만 단기간(2~4주)으로 변화량을 하나만 가지고 실험함 장기적 목표는 holdout을 함, 변화를 가는동안 조그만한 트레픽은 변화를 하지 않고 장기적으로 어떤 도움을 가져왔는지 확인 좋은 추천 시스템은? 비지니스에 도움이 되고, 유저에게 흥미로운 것을 찾고, 잘알려지지 않은 것, 예상하지 못한 것을 추천하고, 다양한것을 추천함 랭킹은 포인트 와이즈로 보는 경우가 많아서 카테고리 아이템만 노출시키면 유저의 흥..
-
패스트캠퍼스 환급챌린지 54일차 미션 (3월 25일) : 30개 프로젝트로 끝내는 추천시스템 구현 초격차 패키지 강의 후기2024년 패스트 캠퍼스 챌린지 2024. 3. 25. 19:41
강의 내용 Review 📍배운내용📍 추천 시스템 구성 컴포넌트 👉강의내용👈 Retrival retrival을 위한 전용DB구축은 ANN 때문에 필요함, 투타워 아키텍쳐가 있을때 임베딩을 생성하게 되고 쿼리랑 유사한 것을 빠르게 찾는 것 SCaNN: 대규모 벡터 유사도 검색을 효율적으로 수행, 내적, 코사인, 유클리디안 거리 씀 FAISS:클러스터링또한 제공하고 램크기에 맞지 않아도 제공함, 매개 변수 조정 필요함, 퀀타이제이션(벡터의 크기를 줄이는 것) ANN라이브러리는 문서가 적고, DBMS의 기능은 없음, 검색 엔진 기능이 없음 벡터를 넣고 나오게 하는 것만 가능함 검색 엔진과 벡터 데이터 베이스(새로나옴, 실제 벡터를 처리하기 위함) 검색엔진 DB는 검색전용으로 사용되는noSQL DB, 인덱스를 사..