brunch

You can make anything
by writing

C.S.Lewis

by 무명 Jun 25. 2020

[데이터/스터디] 하용호 님 온라인 강의 #3

제일 좋아하는 classifier  xgboost

클러스터링 dbscan

https://bcho.tistory.com/1205

분석 초기에 정확도 60% 이하면 머신러닝 나가리. 

자기가 좋아하는 걸로 돌려보고 하루 이틀 만에 견적 잡아본다고. 




분석조직이 수비 조직에서 공격 조직으로 넘어가는 전환점이 a/b 테스트 플랫폼

카카오는 직접 만들었다. 

일반 스타트업 구글 옵티마이즈 써도 된다. 


프론트단의 실험 먼저 하는 걸 추천. 사람들이 우와해주는게 있다. 

작고 빠르게 실험해볼 수 있고 성과/반응이 보이니까?

숫자가 확 표가 난다. 




http://www.secmem.org/blog/2019/01/10/discounted-thompson-sampling/

두 개가 눈으로 봐도 애매하면 실패라고 간주

둘 다 안 씀. 


MAB , 톰슨 샘플링 쓰고

그것이 내는 평균값이 눈으로 봐도 명확할 때. 


t-test 

p-value

등 검증 돌릴 때

긴가민가 모를 때 하는데

그때 도입하면 안 되더라. 

- 검정까지 쓰는 건 잘 모르겠다. 

- 굳이 써야 한다면 t-test 많이 썼다

명확하게 눈에 빡 보이는 걸 도입해도 성과 있을까 말까. 




https://brunch.co.kr/@kakao-it/84

딥러닝 기반이 FTRL보다 나았다




http://www.yes24.com/Product/Goods/79211945



마음의 회계, 감정의 회계

http://blog.daum.net/bo6ta9/902

http://chojr.blogspot.com/2012/09/blog-post_9672.html


매거진의 이전글 [Elasticsearch] 개념정리 자료들
브런치는 최신 브라우저에 최적화 되어있습니다. IE chrome safari