mekey

[SCIENCE] 1. 달은 왜 지구로 떨어지지 않는가?

이유는 간단하다. 현재 지구 주변을 돌고 있는 물체들은 지구로 떨어지지

[AI] 1. 대조학습(Contrastive Learning)은 왜 하는가?

대조학습(Contrastive Learning)은 한 문장으로 말하면 “비슷한 것은 가깝게,

[DATA] 4. 데이터 노멀라이즈

예를들어 어떤 회사의 고객들이 다음과 같은 3개의 특징값 데이터가 존재한다고

[DATA] 3. AWS Redshift와 Snowflake에서의 컬럼 데이터 정렬 속도에 관하여

결론부터 말하면 Amazon Redshift나 Snowflake에서 특정 컬럼 기준 ORDER BY

[Embedding] 20. 임베딩을 시각화하는 효율적인 방법은?

Autoencoder vs PCA vs t-SNE vs UMAP 차원축소 방법,

[Embedding] 19. 의미축이 아닌 앵커 벡터를 사용해 고객을 스코어링할 때의 차이는?

고객 스코어링 방식의 결정적 차이 : 의미 축(axis) vs 앵커

[Embedding] 18. 구매의사 방향 벡터로 “구매 직전 임계값” 찾기

점 하나로 ‘지금이다’를 말할 수 있을까? 들어가며 구매의사 방향

[Embedding] 17. 고객 행동 임베딩에서 구매의사 방향 벡터 만들기

“임베딩 공간상에 구매의사가 높아지는 방향이 있다” 들어가며 고객 행동 임베딩을

[Embedding] 16. 행동의 수가 적으면 임베딩이 비슷해지나?

“그럴 가능성이 높다 — 하지만 이유는 모델마다 다르다” 들어가며 행동 기반

[Embedding] 15. 고객의 행동수가 LBM 임베딩 품질에 미치는 영향

“많을수록 좋다”는 말은 절반만 맞다 들어가며 행동 기반 임베딩을