Be Geeky

최근 글또에서의 제 상태를 글럼프 [글 + 슬럼프]라 정의할 수 있을 것 같습니다.,이번 포스팅은 제가 왜 글럼프에 빠졌는지 이유들을 찾아보고 어떻게 하면 개선할 수 있는지에 대한 액션 아이템에 대해 고민하는 내용입니다.,또한, 제 근황도 알리며 글을 마무리하고자 합니다.

SQL Server를 사용하면서 "이건 어떻게 구현하지"라 생각하거나 자꾸 까먹는 쿼리 구문들이 있는데, 이를 정리해보았습니다.

이번 포스팅은 성향 점수 매칭 (Propensity Score Matching)과 층화 (Stratification)에서 좀 더 이해하기 쉽게, 더 다양한 방법론을 소개하고자 합니다.

이번 포스팅에서는 A/B 테스트의 확장판이라 볼 수 있는 MAB (Multi-Armed Bandits) 알고리즘에 대해 살펴보고, 이를 R 로 구현해보고자 합니다.,자세하게 구현할 알고리즘은 그리디 (Greedy), 입실론-그리디 (Epsilon-Greedy), UCB (Upper Confidence Bound), 톰슨 샘플링 (Thompson Sampling)입니다.

오늘은 GBM에 대한 자세한 설명에 이어 GBM 기반의 XGBoost와 LightGBM 알고리즘에 대해 알아보고, 어떤 알고리즘이 더 좋은지 비교하고자 합니다.

이번 포스팅에서는 쉽게 BigQuery ML을 이용해 K-평균 클러스터링을 구현하는 방법에 대해 알아보고자 합니다.

이 글은 Jesse님의 허락을 받고 A Gentle Introduction to Recommender Systems with Implicit Feedback을 번역한 글입니다.

글또 4기 회고

이번 포스팅은 나무 모형 시리즈의 세 번째 글입니다. 이전 글은 AdaBoost에 대한 자세한 설명과 배깅 (Bagging)과 부스팅 (Boosting)의 원리에서 확인하실 수 있습니다.

오늘의 포스팅은 API를 비전공자 입장에서 이해한 내용을 정리했습니다.