
성능이 좋다고 해서 꼭 좋은 추천을 하는 것은 아니지만, 추천 시스템의 정합성을 알 수 있는 대표적인 평가지표에 대해서 알아보고자 합니다. 평점 예측에 사용되는 평가지표 ⬛ RMSE(Root Mean Squre Error) 평점 등 예측 문제의 추천 성능을 평가할 때 사용하는 지표 관측값과 실제값 사이의 오차(잔차)의 제곱을 산술평균한 값의 제곱근 RMSE가 낮을수록 추천 알고리즘의 성능이 더 좋다고 정량적으로 평가 가능하다. 랭킹 추천에 사용되는 평가지표 ⬛ NDCG(Normalized Discounted Cumluative Gain) 랭킹 추천에 많이 사용되는 평가 지표로, 정보 검색에서 많이 사용했던 지표 검색엔진, 영상, 음악 등 컨텐츠 랭킹 추천에서 주요 평가지표로 활용 Top-N 랭킹 리스트를..
Data Science&AI
2023. 2. 12. 20:01
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
링크
TAG
- AutoEncoder
- amazon Q
- 최신시계열
- 비즈니스 관점 AI
- Tableau vs QuickSight
- pandas-gpt
- Concept Drift
- 모델 드리프트 대응법
- SQLD자격증
- 영화 인턴
- 영어공부
- 모델 드리프트
- 시계열딥러닝
- Data Drift와 Concept Drift 차이
- NHITS설명
- 생성형BI
- data drift
- amzaon quicksight
- SQLD
- Model Drift
- Generative BI
- Model Drift Detection
- 모델 배포
- 오토인코더
- 추천시스템
- Data Drift Detection
- pandas-ai
- SQLD 정리
- 데이터 드리프트
- On-premise BI vs Cloud BI
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