앞으로 정리를 목표로 하고 있는 논문이나 방법론들을 정리하고자 합니다
- 실용적인 AI
- Noisy Student : https://kmhana.tistory.com/33?category=838049
- Meta Pseudo Label : https://kmhana.tistory.com/33?category=838049
[논문요약] Meta Pseudo Labels(2021)
*크롬으로 보시는 걸 추천드립니다* https://arxiv.org/pdf/2003.10580v4.pdf 종합 : ⭐⭐⭐⭐ 1. 논문 중요도 : 5 점 2. 실용성 : 4 점 설명 : Semi-supervised Learning으로도 엄청난 성능을 기록한 훌륭한 방법..
kmhana.tistory.com
- Out-of-Distribution Detection :
○ A Baseline for Detecting Misclassified and OOD Examples in NN ( https://arxiv.org/abs/1610.02136 )
○ ODIN (https://arxiv.org/abs/1706.02690)
○ Training Confidence-calibrated Classifiers for OODD Samples ( https://arxiv.org/abs/1711.09325 )
○ Deep anomaly detection with outlier exposure ( https://arxiv.org/abs/1812.04606 )
○ Using SSL Can Improve Model Robustness and Uncertainty ( https://arxiv.org/abs/1906.12340 )
- 딥러닝을 위한 가이드
- BERT
- 추천도 받아요!
- 발전중인 AI - 추천
- DNN for YouTube Recommendations ( 링크 )
https://kmhana.tistory.com/36?category=882777
[논문요약] DNN for YouTube(2016) - 추천 딥러닝 모델의 바이블
*크롬으로 보시는 걸 추천드립니다* https://static.googleusercontent.com/media/research.google.com/ko//pubs/archive/45530.pdf 종합 : ⭐⭐⭐⭐ 1. 논문 중요도 : 5 점 2. 실용성 : 4 점 설명 : 추천 시스템..
kmhana.tistory.com
- https://arxiv.org/pdf/1707.07435.pdf (추천 시스템에서의 딥러닝 Survey)
[논문요약] 딥러닝 관련 추천 모델 - Survey(2019)
*크롬으로 보시는 걸 추천드립니다* https://arxiv.org/pdf/1707.07435.pdf 딥러닝을 적용한 추천 모델들을 전반적으로 소개하는 논문입니다. 본 논문은 개인적으로 다음과 같은 1. 딥러닝을 적용한 추천
kmhana.tistory.com
- Graph convolutional neural networks for web-scale recommender systems
- DeepFM ( https://arxiv.org/abs/1703.04247 )
- Deep Interest Network for Click-Through Rate Prediction ( https://arxiv.org/abs/1706.06978 )