machine-learning
·⏱ 4m
PaperSummary - Predicting Missing Links via Local Information
link prediction을 위한 지표인 Resource Allocation Index는 2009년에 나온 Predicting Missing Links via Local Information라는 논문에서 제시되었습니다. 해당 논문의 초록은 다음...
Page 2 of 5
machine-learning
·⏱ 11m
PaperSummary - Romantic Partnerships and the Dispersion of Social Ties - A Network Analysis of Relationship Status on Facebook
페이스북 직원과 코넬대학교의 연구자가 같이 연구해서 발표한 저작물이군요. 제목을 번역한다면, "페이스북의 'relationship status'에 대한 네트워크 분석"이 되겠군요. 논문 링크 Abstract 번역 A crucial task in ...
machine-learning
·⏱ 5m
paper-summary - Universal Behavior of Load Distribution in Scale-Free Networks
제목을 해석한다면, "Scale-free network에서 Load 분포의 범용적 특성"정도가 되겠네요. load centrality에 대해서 정리하던 중에, betweennes centrality와의 특별한 차이가 없는 것 같아서, 자료를 찾다...
machine-learning
·⏱ 6m
PaperSummary - Axioms for Centrality
[PaperSummary] Axioms for Centrality 논문 링크 Abstract 번역 Given a social network, which of its nodes are more central? This question has bee...
machine-learning
·⏱ 4m
PaperSummary - Subgraph Centrality in Complex Networks
Subgraph Centrality in Complex Networks 2005년에 나온 논문입니다. 논문의 링크 Abstract 번역 We introduce a new centrality measure that characterizes the ...
machine-learning
·⏱ 5m
paper-summary - Communicability in complex networks
Communicability in complex networks 논문 "Communicability in complex networks"는 2008년에 journal Physical Review E에 게재된 논문입니다. 지금은 2020년이구요. ...
machine-learning
·⏱ 1m
강화학습을 공부해봅시다. 4편
카트폴 쥬피터노트북에서 돌리려면 다음 두 가지를 설치해야 합니다. Jsanimation msgpack http://nbviewer.jupyter.org/github/jakevdp/JSAnimation/blob/master/animationexam...
machine-learning
·⏱ 1m
gradient boosting이 무엇인가?
regression을 할때, 그동안은 가 제일 결과가 좋아서, 이것만 이용했었는데, kaggle에서 다른 사람의 notebook을 확인해보니, gradient boosting을 사용한 것을 볼 수 있었습니다. 그래서 이 아이는 무엇인가, 왜 좋은...
machine-learning
·⏱ 1m
kaggle) movie review의 점수를 올려 봅시다. 2편
이전에 뭐 gensim도 써보고 이것저것 해봤는데, 잘 안되더라고요. 그리고 post도 너무 길어져서 새로 해보려고 합니다 하하핫. 이전에 countvectorizer에서 최종 결과가 잘 나왔기 때문에, 일단은 countvectorizer를 다시...
machine-learning
·⏱ 2m
RNN을 사용해봅시다.
RNN을 사용해보려고 합니다. CNN은 이제 대충 써볼 수 있는데, RNN을 몰라요. 공부합시다! 간단하게, RNN을 이용하면, sequential data의 흐름을 예측할 수 있습니다. sequential data에 속하는 것들로는 주식, 글,...
machine-learning
·⏱ 18m
R로 WTP 계산하기.
Compute WTP by R R을 사용해서, WTP를 계산하는 방법을 정리하였습니다. What is R? C, C++, python 등 세상에는 다양한 프로그래밍 언어들이 있습니다. 물론 요즘에는 모든 언어들이 ‘나도 다 할 수 있어!’라고 떠...
machine-learning
·⏱ 2m
discrete choice model과 machine-learning은 뭐가 다른가?
Discrete choice and machine learning: two peas in a pod?(번역 및 정리) 최근에 discrete choice model을 정리하고 있습니다. 아무튼 그러다보니, discrete choice model과...
machine-learning
·⏱ 6m
Maximal likelihood estimation.
요즘 MLE를 좀 공부해야 할 필요성이 이어서 정리를 하고 있습니다. 늘 말하지만, 모든 예측 모델은 결국 y = ax +b에서 a, b를 찾는 것뿐이죠. 그리고 뉴럴넷이 등장한 이후, 모든 에측 모델은 'gradient descent algor...
machine-learning
·⏱ 6m
Comparison of Discrete Choice Models and Artificial Neural Networks in Presence of Missing Variables
요새 discrete choice model이라는 것을 좀 파고 들고 있습니다. 그런데, 조금 파보니까, 이게 제 기준에서는 classification 문제와 크게 다르지 않은 것처럼 보여요. 다만, 일반적으로 머신러닝에서 푸는 분류 문제는 해당...
machine-learning
·⏱ 18m
Structural Deep Neural Embedding
최근에 네트워크의 노드를 벡터로 변환하는 작업을 수행하고 있습니다. "왜 잘 있는 노드를 벡터로 변환해?"라고 말씀하실 수도 있는데, 이건, 기존의 많은 ML/DL 라이브러리들이 숫자에 기반하기 때문이죠. 즉, Graph를 숫자로 변환했을때, 더...