Submit Search
Upload
Python 오픈소스의 네이밍 특징들-파이콘격월세미나
•
17 likes
•
5,979 views
choi kyumin
Follow
파이콘 격월세미나 자료
Read less
Read more
Data & Analytics
Report
Share
Report
Share
1 of 83
Download now
Download to read offline
Recommended
Imagine Cup 2013 한국국가대표선발전 Game 부문에 "Fart Foop"이라는 제목의 게임을 제출해 참가했던 이경진 학생의 이야기입니다.
Imagine Cup 2013 Korea Final 출전기 - 이경진
Imagine Cup 2013 Korea Final 출전기 - 이경진
Eunbee Song
2017 데이터야 놀자 발표 자료 최규민 탐색적 데이터 분석에 관하여 이야기 하고 있습니다.
[데이터야놀자2107] 강남 출근길에 판교/정자역에 내릴 사람 예측하기
[데이터야놀자2107] 강남 출근길에 판교/정자역에 내릴 사람 예측하기
choi kyumin
분석 현장에서 실제로 요구되는 데이터 과학자의 역량과 자질 및 데이터 과학자에 대한 수요 공급의 갭... 어떻게 실제 필요한 역량과 자질을 갖추어 나갈 것인가? 에 대해 다룬 발표 자료
분석 현장에서 요구되는 데이터과학자의 역량과 자질
분석 현장에서 요구되는 데이터과학자의 역량과 자질
Sun Young Kim
(오리지널 구글 프리젠테이션은 http://goo.gl/uiX2UH 에) - 권재명 (Jaimyoung Kwon) 1. 실리콘 벨리 데이터 기업들 2. 온라인 광고 사업 3. 데이터 사이언티스트, 데이터 엔지니어, 머신러닝 사이언티스트 4. 실리콘 벨리 데이터 사이언티스트의 하루 5. 데이터 사이언스 툴채인 6. 데이터 사이언스 베스트 프랙티스 7. 데이터 사이언스 필수 통계 개념 8. 사내 데이터 사이언스 도입
실리콘 밸리 데이터 사이언티스트의 하루
실리콘 밸리 데이터 사이언티스트의 하루
Jaimie Kwon (권재명)
'꿈꾸는 데이터 디자이너' 과정의 학생들에게 소개한 '직업의 세계(?)' 강의 자료 입니다. https://www.facebook.com/datadesigner2015 데이터를 다루기 위한 스킬과 보면 유용한 책들을 간단히 소개하였습니다.
어떻게 하면 데이터 사이언티스트가 될 수 있나요?
어떻게 하면 데이터 사이언티스트가 될 수 있나요?
Yongho Ha
우리는 지금 무엇을 하고있는지를 고민하나요? 아니면 무엇이 되어가고 있는지를 고민하나요? 네 맞습니다. 우리는 매년 무엇을 할지 고민합니다. 그런데 중요한것은 방향 즉 어디를 가고 있는지 입니다. 그래서 넷플릭스의 추천 시스템이 어디를 향해 가고 있는지를 살펴보고 추천시스템의 향해 가야할 Goal에 대하여 같이 이야기를 해보고자 합니다
개인화 추천은 어디로 가고 있는가?
개인화 추천은 어디로 가고 있는가?
choi kyumin
유튜브, 페이스북, 넷플릭스등 성공한 컨텐츠 플랫폼에서 추천 솔루션은 중요한 역할을 합니다. 특히 기본 홈 스크린은 대부분 유저선호/시간/맥락에 따른 맞춤형 추천을 제공합니다. 왜 그럴까요? 이 질문의 답을 찾기 위한 웹툰 서비스의 유저 분석 사례를 이야기 하려 합니다. "유저가 좋은 컨텐츠를 만났을 때" 일본 대표 만화 플랫폼 인 픽코마(카카오재팬)의 UX에는 다양한 추천 솔루션이 적용되어 있습니다. 이 추천 솔루션의 목표는 유저의 작품 첫 에피소드 열람 즉 유저의 작품 탐색을 높이는 것입니다. 왜 이런 목표를 정했을 까요? 결론은 좋은 작품 탐색 경험은 유저를 만족시키기 때문입니다. 이 강연에서는 유저의 작품 탐색과 활용이 유저의 만족도와 어떠한 상관관계가 있는지 유저 군집화, 인게이지먼트 퍼널, 리텐션 관점에서 꼼꼼하고 깊이 있게 분석한 사례를 공유하고자 합니다. 추천 시스템 그리고 유저 만족도의 정량적 분석에 관심있는 분이라면 좋은 인사이트를 얻게 되리라 생각됩니다.
Deview2020 유저가 좋은 작품(웹툰)을 만났을때
Deview2020 유저가 좋은 작품(웹툰)을 만났을때
choi kyumin
Pycon2019에서 발표한 자료 입니다
추천시스템 이제는 돈이 되어야 한다.
추천시스템 이제는 돈이 되어야 한다.
choi kyumin
Recommended
Imagine Cup 2013 한국국가대표선발전 Game 부문에 "Fart Foop"이라는 제목의 게임을 제출해 참가했던 이경진 학생의 이야기입니다.
Imagine Cup 2013 Korea Final 출전기 - 이경진
Imagine Cup 2013 Korea Final 출전기 - 이경진
Eunbee Song
2017 데이터야 놀자 발표 자료 최규민 탐색적 데이터 분석에 관하여 이야기 하고 있습니다.
[데이터야놀자2107] 강남 출근길에 판교/정자역에 내릴 사람 예측하기
[데이터야놀자2107] 강남 출근길에 판교/정자역에 내릴 사람 예측하기
choi kyumin
분석 현장에서 실제로 요구되는 데이터 과학자의 역량과 자질 및 데이터 과학자에 대한 수요 공급의 갭... 어떻게 실제 필요한 역량과 자질을 갖추어 나갈 것인가? 에 대해 다룬 발표 자료
분석 현장에서 요구되는 데이터과학자의 역량과 자질
분석 현장에서 요구되는 데이터과학자의 역량과 자질
Sun Young Kim
(오리지널 구글 프리젠테이션은 http://goo.gl/uiX2UH 에) - 권재명 (Jaimyoung Kwon) 1. 실리콘 벨리 데이터 기업들 2. 온라인 광고 사업 3. 데이터 사이언티스트, 데이터 엔지니어, 머신러닝 사이언티스트 4. 실리콘 벨리 데이터 사이언티스트의 하루 5. 데이터 사이언스 툴채인 6. 데이터 사이언스 베스트 프랙티스 7. 데이터 사이언스 필수 통계 개념 8. 사내 데이터 사이언스 도입
실리콘 밸리 데이터 사이언티스트의 하루
실리콘 밸리 데이터 사이언티스트의 하루
Jaimie Kwon (권재명)
'꿈꾸는 데이터 디자이너' 과정의 학생들에게 소개한 '직업의 세계(?)' 강의 자료 입니다. https://www.facebook.com/datadesigner2015 데이터를 다루기 위한 스킬과 보면 유용한 책들을 간단히 소개하였습니다.
어떻게 하면 데이터 사이언티스트가 될 수 있나요?
어떻게 하면 데이터 사이언티스트가 될 수 있나요?
Yongho Ha
우리는 지금 무엇을 하고있는지를 고민하나요? 아니면 무엇이 되어가고 있는지를 고민하나요? 네 맞습니다. 우리는 매년 무엇을 할지 고민합니다. 그런데 중요한것은 방향 즉 어디를 가고 있는지 입니다. 그래서 넷플릭스의 추천 시스템이 어디를 향해 가고 있는지를 살펴보고 추천시스템의 향해 가야할 Goal에 대하여 같이 이야기를 해보고자 합니다
개인화 추천은 어디로 가고 있는가?
개인화 추천은 어디로 가고 있는가?
choi kyumin
유튜브, 페이스북, 넷플릭스등 성공한 컨텐츠 플랫폼에서 추천 솔루션은 중요한 역할을 합니다. 특히 기본 홈 스크린은 대부분 유저선호/시간/맥락에 따른 맞춤형 추천을 제공합니다. 왜 그럴까요? 이 질문의 답을 찾기 위한 웹툰 서비스의 유저 분석 사례를 이야기 하려 합니다. "유저가 좋은 컨텐츠를 만났을 때" 일본 대표 만화 플랫폼 인 픽코마(카카오재팬)의 UX에는 다양한 추천 솔루션이 적용되어 있습니다. 이 추천 솔루션의 목표는 유저의 작품 첫 에피소드 열람 즉 유저의 작품 탐색을 높이는 것입니다. 왜 이런 목표를 정했을 까요? 결론은 좋은 작품 탐색 경험은 유저를 만족시키기 때문입니다. 이 강연에서는 유저의 작품 탐색과 활용이 유저의 만족도와 어떠한 상관관계가 있는지 유저 군집화, 인게이지먼트 퍼널, 리텐션 관점에서 꼼꼼하고 깊이 있게 분석한 사례를 공유하고자 합니다. 추천 시스템 그리고 유저 만족도의 정량적 분석에 관심있는 분이라면 좋은 인사이트를 얻게 되리라 생각됩니다.
Deview2020 유저가 좋은 작품(웹툰)을 만났을때
Deview2020 유저가 좋은 작품(웹툰)을 만났을때
choi kyumin
Pycon2019에서 발표한 자료 입니다
추천시스템 이제는 돈이 되어야 한다.
추천시스템 이제는 돈이 되어야 한다.
choi kyumin
눈으로 듣는 음악 추천 시스템에서 이야기 못한 song feature들
Song Feature 조금더
Song Feature 조금더
choi kyumin
음악 추천의 Song Vector(Latent Factor)를 탐색하는 자료입니다 IF-Kakao 2018에서 발표한 자료 입니다.
눈으로 듣는 음악 추천 시스템-2018 if-kakao
눈으로 듣는 음악 추천 시스템-2018 if-kakao
choi kyumin
PyCon APAC2016 에서 발표한 자료임
2016 PyCon APAC - 너의 사진은 내가 지난 과거에 한일을 알고 있다.
2016 PyCon APAC - 너의 사진은 내가 지난 과거에 한일을 알고 있다.
choi kyumin
PyCon2015, 8/29
2015 py con word2vec이 추천시스템을 만났을때
2015 py con word2vec이 추천시스템을 만났을때
choi kyumin
아프리카TV 방송 추천 시스템에 대하여 유사도 측정 추천의 기본
Deview2014 Live Broadcasting 추천시스템 발표 자료
Deview2014 Live Broadcasting 추천시스템 발표 자료
choi kyumin
5회 추천아 놀자 방송 방송 자료 K-means를 이용하여 Personal Analytics를 구현해 봅니다.
추놀 5회 무엇이든 분류해 보기
추놀 5회 무엇이든 분류해 보기
choi kyumin
추천아 놀자 4회 방송 영화 분류하기 사용 스냅 자료
추놀 4회 영화 분류하기
추놀 4회 영화 분류하기
choi kyumin
유사도 측정(우리아기는 누구와 더 닮았는가?) cosine vs euclidean
추놀 3회 유사도 측정(우리아기는 누구와 더 닮았는가?)
추놀 3회 유사도 측정(우리아기는 누구와 더 닮았는가?)
choi kyumin
아프리카 "추천아 놀자 1회" 방송의 쓰이는 자료 입니다. http://www.afreeca.com/goodvc
제1화 추천 시스템 이란.ppt
제1화 추천 시스템 이란.ppt
choi kyumin
플랫폼데이2013 workflow기반 실시간 스트리밍데이터 수집 및 분석 플랫폼 발표자료
플랫폼데이2013 workflow기반 실시간 스트리밍데이터 수집 및 분석 플랫폼 발표자료
choi kyumin
More Related Content
More from choi kyumin
눈으로 듣는 음악 추천 시스템에서 이야기 못한 song feature들
Song Feature 조금더
Song Feature 조금더
choi kyumin
음악 추천의 Song Vector(Latent Factor)를 탐색하는 자료입니다 IF-Kakao 2018에서 발표한 자료 입니다.
눈으로 듣는 음악 추천 시스템-2018 if-kakao
눈으로 듣는 음악 추천 시스템-2018 if-kakao
choi kyumin
PyCon APAC2016 에서 발표한 자료임
2016 PyCon APAC - 너의 사진은 내가 지난 과거에 한일을 알고 있다.
2016 PyCon APAC - 너의 사진은 내가 지난 과거에 한일을 알고 있다.
choi kyumin
PyCon2015, 8/29
2015 py con word2vec이 추천시스템을 만났을때
2015 py con word2vec이 추천시스템을 만났을때
choi kyumin
아프리카TV 방송 추천 시스템에 대하여 유사도 측정 추천의 기본
Deview2014 Live Broadcasting 추천시스템 발표 자료
Deview2014 Live Broadcasting 추천시스템 발표 자료
choi kyumin
5회 추천아 놀자 방송 방송 자료 K-means를 이용하여 Personal Analytics를 구현해 봅니다.
추놀 5회 무엇이든 분류해 보기
추놀 5회 무엇이든 분류해 보기
choi kyumin
추천아 놀자 4회 방송 영화 분류하기 사용 스냅 자료
추놀 4회 영화 분류하기
추놀 4회 영화 분류하기
choi kyumin
유사도 측정(우리아기는 누구와 더 닮았는가?) cosine vs euclidean
추놀 3회 유사도 측정(우리아기는 누구와 더 닮았는가?)
추놀 3회 유사도 측정(우리아기는 누구와 더 닮았는가?)
choi kyumin
아프리카 "추천아 놀자 1회" 방송의 쓰이는 자료 입니다. http://www.afreeca.com/goodvc
제1화 추천 시스템 이란.ppt
제1화 추천 시스템 이란.ppt
choi kyumin
플랫폼데이2013 workflow기반 실시간 스트리밍데이터 수집 및 분석 플랫폼 발표자료
플랫폼데이2013 workflow기반 실시간 스트리밍데이터 수집 및 분석 플랫폼 발표자료
choi kyumin
More from choi kyumin
(10)
Song Feature 조금더
Song Feature 조금더
눈으로 듣는 음악 추천 시스템-2018 if-kakao
눈으로 듣는 음악 추천 시스템-2018 if-kakao
2016 PyCon APAC - 너의 사진은 내가 지난 과거에 한일을 알고 있다.
2016 PyCon APAC - 너의 사진은 내가 지난 과거에 한일을 알고 있다.
2015 py con word2vec이 추천시스템을 만났을때
2015 py con word2vec이 추천시스템을 만났을때
Deview2014 Live Broadcasting 추천시스템 발표 자료
Deview2014 Live Broadcasting 추천시스템 발표 자료
추놀 5회 무엇이든 분류해 보기
추놀 5회 무엇이든 분류해 보기
추놀 4회 영화 분류하기
추놀 4회 영화 분류하기
추놀 3회 유사도 측정(우리아기는 누구와 더 닮았는가?)
추놀 3회 유사도 측정(우리아기는 누구와 더 닮았는가?)
제1화 추천 시스템 이란.ppt
제1화 추천 시스템 이란.ppt
플랫폼데이2013 workflow기반 실시간 스트리밍데이터 수집 및 분석 플랫폼 발표자료
플랫폼데이2013 workflow기반 실시간 스트리밍데이터 수집 및 분석 플랫폼 발표자료
Python 오픈소스의 네이밍 특징들-파이콘격월세미나
1.
2.
개발을
3.
즐기는
4.
개발자입니다.
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.
31.
32.
33.
34.
35.
! ! !
!
36.
37.
!
38.
39.
40.
41.
42.
43.
!
44.
45.
46.
47.
48.
49.
50.
51.
52.
53.
54.
55.
56.
57.
58.
59.
60.
61.
62.
63.
64.
!
Download now