A Sub-linear, Massive-scale Look-alike Audience Extension System
이 포스트에서 리뷰할 논문의 Yahoo!에서 만든 lookalike 모델입니다.
Posts by Category
- Paper Review 12
- paper review 8
- Paper review 2
- Code Review 2
- update 1
- about 1
- Translation 1
- concept 1
Paper Review
xDeepFM: Combining Explicit and Implicit Feature Interactions for Recommender Systems (KR)
오늘 리뷰할 논문은 xDeepFM: Combining Explicit and Implicit Feature Interactions for Recommender Systems Review 입니다.
Deep & Cross Network for Ad Click Predictions (KR)
오늘 리뷰할 논문은 Deep & Cross Network for Ad Click Predictions Review 입니다.
Attentional Factorization Machines: Learning the Weight of Feature Interactions via Attention Networks (KR)
오늘 리뷰할 논문은 Attentional Factorization Machines: Learning the Weight of Feature Interactions via Attention Networks Review 입니다.
Factorization Machines with libFM
이 포스트에서 리뷰할 논문의 ACM 2012의 libFM을 사용한 Factorizaiton Machine(FM)입니다.
DeepFM: A Factorization-Machine based Neural Network for CTR Prediction (KR)
오늘 리뷰할 논문은 DeepFM: A Factorization-Machine based Neural Network for CTR Prediction Review 입니다.
DeepAR: Probabilistic Forecasting with Autoregressive Recurrent Networks - Review (KR)
오늘 리뷰할 논문은 DeepAR 입니다.
Skill Rating for Generative Models Review (KR)
오늘 리뷰할 논문은 Skill Rating for Generative Models Review 입니다.
Visualizing Data using t-SNE - Review (KR)
오늘 리뷰할 논문은 Visualizing Data using t-SNE 입니다.
FTRL Proximal - Review (KR)
오늘 리뷰할 논문은 Ad Click Prediction: a View from the Trenches 입니다.
Field-aware Factorization Machines for CTR Prediction Review (KR)
최근에는 FFM (Fieldaware Factorization Machine), FM의 변형이 일부 전세계 CTR 예측 경쟁에서 기존 모델을 능가합니다.
paper review
ALBERT: A LITE BERT FOR SELF-SUPERVISED LEARNING OF LANGUAGE REPRESENTATIONS
SQuAD 2.0 리더보드의 1위를 찍은 페이퍼
Deep Contextualized Word Representation
“Elmo” 페이퍼 리뷰: SESAME street 열풍의 시초가 된 elmo 페이퍼 리뷰합니다
Sequence prediction(6): Transformer network
“Attention is all you need” 페이퍼 리뷰: sequence transduction 모델의 강자로 떠오르고 있는 트랜스포머 모델에 대해 알아봅니다.
Sequence prediction(4): alignment를 위한 attention mechanism
Attention을 제안한 “Neural translation by jointly learning to align and translate” 논문에 대해 알아봅니다
About Speaker Diarization with LSTM
Speaker Diarization 살펴보기 part 2
About Speaker Diarization
Speaker Diarization 살펴보기 part 1
SQUAD 2.0과 BERT(2)
SQUAD 2.0 데이터셋의 변화 내용과 최근 리더보드 상위권을 휩쓸고 있는 BERT 모델에 대해 알아봅니다
SQUAD 2.0과 BERT(1)
SQUAD 2.0 데이터셋의 변화 내용과 최근 리더보드 상위권을 휩쓸고 있는 BERT 모델에 대해 알아봅니다
Paper review
Sequence prediction(5): A neural transducer
Graves가 2013년 제안했던 트랜스듀서를 발전시킨 Google brain의 신경망 기반 시퀀스 예측 트랜스듀서 논문을 리뷰합니다.
Sequence prediction(3): RNN을 이용한 Sequence tranducer의 제안
Graves의 2013년 ‘Sequence Transduction with Recurrent Neural Network’ 논문을 리뷰합니다.
Code Review
Simple Algorithm for Recommendation (SAR)
오늘 리뷰할 튜토리얼은 마이크로소프트 Recommenders 깃헙에 있는 Simple Algorithm for Recommendation(SAR)입니다.
RBM Deep Dive with Tensorflow (KR)
오늘 리뷰할 튜토리얼은 마이크로소프트 Recommenders 깃헙에 있는 Restricted Boltzmann Machines (RBM)입니다.
update
The First Post
The first blog post.
about
About
우리는 공부하는 타코들!
Translation
Sequence prediction (1): transductive learning
다양한 분야에서 쓰이고 있는 ‘Transduction’ 개념이 특히 언어학, 시퀀스 예측 분야에서는 어떻게 사용되는지 알아봅니다.
concept
Sequence prediction(2): RNN에서의 alignment 의미와 seq-to-seq 모델
RNN에서 alignment의 의미와 기존 모델의 어려움을 극복하기 위해 제안되었던 Seq2seq 모델에 대해 알아봅니다.