본문 바로가기

분류 전체보기

(49)
LightGBM 정리 개념 LightGBM은 기존 GBDT (Gradient Boosting Decision Tree)의 한계를 극복하기 위해 만들어진 모델로, 같은 accuracy를 유지하면서 계산 속도는 더 빠르고 메모리 사용량은 더 적은 GBDT이다. GBDT (Gradient Boosting Decision Tree)란? GBDT에서 gradient는 손실 함수의 그래디언트(gradient)가 아니라 예측값과 실제 타깃값의 잔차(residual)를 의미 GBDT는 손실 함수를 최소화하는 모델을 만들기 위해 이러한 잔차를 줄이는 방향으로 모델을 학습 각 트리는 이전 트리가 만든 잔차에 대해 학습하며, 잔차에 대한 예측값의 그래디언트를 기반으로 합니다. cf) boosting은 약한 학습기(분류기/예측기)를 여러 개 연결..
추천 관련 용어 정리 User-Based Recommendation 사용자 간의 유사성을 기반으로 추천을 제공하는 방법 주어진 사용자와 유사한 다른 사용자들의 행동 패턴을 분석하여 추천을 제공 → 사용자 기반 협업 필터링(User-Based Collaborative Filtering)의 한 형태 User representation learning 사용자의 특성과 행동을 나타내는 효과적인 표현을 학습하는 방법 사용자 표현 학습은 사용자의 특성을 숫자로 나타내는 방법을 학습하는 과정을 포함 예를 들어, 소셜 미디어 플랫폼에서는 사용자 표현 학습을 통해 사용자의 관심사를 이해하고, 그에 맞는 콘텐츠를 제안할 수 있습니다. 또는 전자상거래 플랫폼에서는 사용자의 이전 구매 기록과 행동 패턴을 학습하여 적절한 제품을 추천할 수 있습니다..
List comprehension vs. map List comprehension vs map Is there a reason to prefer using map() over list comprehension or vice versa? Is either of them generally more efficient or considered generally more Pythonic than the other? stackoverflow.com 람다 없이 같은 함수를 쓴다면 map이 조금 더 빠르고, 람다로 함수를 선언한다면 list comprehension이 조금 더 빠르다.
[LeetCode/Easy] 88. Merge Sorted Array 88. Merge Sorted Array 통과하지 못한 이유를 종합적으로 생각해 봤을 때, 답안 예시와 같은 approach를 생각했으나 이진 탐색으로 풀어보려고 해서 더 어려웠던 것으로 보인다. 처음부터 (상대적으로) 난이도가 어려운 알고리즘으로 풀려고 하지 말고, time complexity가 어떻든 반복문으로 이해하기 쉽게 구현해 보자. 그 이후에 time complexity를 줄일 방법을 생각해 보자. 즉, 문제를 풀 때 어려운 방법보다는 쉽고 단순한 방법으로 먼저 접근하고 이후 효율화하자. 효율화할 때 time/space complexity를 줄일 수 있는 조건문의 논리연산자를 고민해 보자. 같은 말을 두 번 체크하고 있을 수도 있다. 내 풀이 vs. 답안 풀이 내 풀이 답안 풀이 in-plac..
[LeetCode/Easy] 121. Best Time to Buy and Sell Stock 121. Best Time to Buy and Sell Stock 내 풀이 vs. 답안 풀이 내 풀이 답안 풀이 prices 길이가 1일 때 return 0 if len(prices) == 1: return 0 else: for i in range(len(prices)): # 이하 생략 max_profit = 0 for i in range(len(prices) - 1): for j in range(len(prices)) # 이하 생략 return max_profit -> i는 마지막 원소를 돌지 않게끔 하면 if문으로 확인할 필요 없음 최대 profit을 구하는 방식 profits = [] profits.append(profit) return max(profits) -> max(), min() 없이 최대..