[머신러닝] 단어를 벡터화 하는 임베딩 방법론
안녕하세요. 감자코딩에 감자개발자 입니다. 이번강의에서 다룰 내용은 엠베딩 방법론입니다. 1. 단어를 벡터화하는 방법론 3가지를 설명드리겠습니다. 대표적인 벡터화 방법론은 Word2Vec, Glove, FastText 가 있습니다.이중에서 가장 큰 특징은 단어 동시 등장 정보(word's of no-occurence)를 보존한다는 점입니다. 2. Word2Vec 이란? 단어를 벡터로 바꾸어주는 방법론입니다. 3. Word2Vec의 종류? CBOW(Continuous Bag of Words) 와 Skip-Gram 방식 두가지가 있습니다. CBOW 방식 예) 감자코딩은 _____ 하는것을 좋아한다. ___에 들어갈 단어를 예측할 수 있으신가요? 주변단어를 통해 중심단어를 맞추어내면서 벡터화로 만드는 방식을 ..
AI
2018. 8. 11. 15:56
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
링크
TAG
- TensorFlow
- node.js
- 텐서플로우
- programming
- 스프링
- 리버싱
- db
- Android
- 노드
- Algorigm
- 복습
- node
- MVC
- 백준
- C언어
- 알고리즘
- 감자개발자
- 안드로이드
- 개발하는 관광이
- 초보자를 위한 C언어 300제
- Controller
- C langauge
- Spring
- 학교
- 백준알고리즘
- BFS
- 감자코딩
- 프로그래밍
- 코드엔진
- 머신러닝
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | |||||
| 3 | 4 | 5 | 6 | 7 | 8 | 9 |
| 10 | 11 | 12 | 13 | 14 | 15 | 16 |
| 17 | 18 | 19 | 20 | 21 | 22 | 23 |
| 24 | 25 | 26 | 27 | 28 | 29 | 30 |
글 보관함