발표 자료

Why Biased Matrix Factorization Works Well?

machine-learning recommender-system
KAIST ML Lab Internal Seminar KAIST, Daejeon 43장

추천 시스템에서 널리 쓰이는 Biased Matrix Factorization이 왜 잘 동작하는지 이론적·실험적으로 분석한 발표로, 여러 외부 연구를 정리해 발표한 자료입니다.

user bias, item bias, global bias 각각의 역할과 상호작용, 그리고 정규화와의 관계를 수식과 실험으로 설명합니다.

미리보기
1 / 43 PDF 다운로드

추천 글

발표 Introduction to Low-rank Matrix Completion 발표 Exact Matrix Completion via Convex Optimization 발표 A Neural Autoregressive Approach to Collaborative Filtering (CF-NADE)