KUBIG 2022-2 활동 블로그

고려대학교 학생들의 OTT 서비스 이용 행태 대시보드 제작 0. 데이터 수집 먼저 고려대학교 학생들의 OTT 서비스 이용 행태를 조사하기 위해 설문조사를 실시했습니다. OTT는 넷플릭스, 티빙, 쿠팡플레이, 왓챠로 한정하였으며 각 서비스의 구독 여부에 따라 각각 설문을 진행했습니다. 총 145명이 응답하였으며, 질문은 다음과 같습니다. 1) 기본 정보 -성별 -학번 -학과 -MBTI(인식 방식과 판단형) 2) 전체 OTT 관련 설문 -가장 먼저 떠오르는 OTT -OTT에서 시청한 가장 인상깊은 프로그램 3) 각 OTT 별 설문 -해당 OTT를 왜 구독하시나요? -일주일에 해당 OTT를 몇 회 시청하시나요? -해당 OTT 1회 시청시간이 얼마나 되나요? -해당 OTT에서 주로 시청하는 콘텐츠 유형이 무엇인..

심화 스터디/태블로 2022. 12. 4. 23:01

분석배경 (11/2 기준 작성자료) 10월 소비자물가가 1년 전 10월보다 5.7% 상승했다. 지난 7월에는 무려 6.3%의 상승률을 보였고, 8, 9월에 상승률이 둔화되긴 하였으나 여전히 상승률이 높은 상태이다. 항목 별로 구체적으로 살펴보자면 국민들이 가격을 가장 가까이서 체감할 수 있는 가공 식품 및 각종 서비스 요금이 상승하여 국내 소비자들에게 큰 타격을 주고 있다. 상품 각각으로 보면 가공식품의 경우 무려 9.5%, 개인 서비스는 6.4% 상승하였다. 설상가상으로 전기와 가스 요금까지 대폭 올랐다. 이런 식으로 물가가 5% 이상 오르는 현상이 지속되는 것은 1997년 외환위기 이후로 처음이다. 심지어 이 5%대 고물가가 내년 1분기까지 이어질 것이라는 전망이다. 특히 가공 식품과 서비스 물가는 ..

심화 스터디/태블로 2022. 12. 3. 20:55

작성자: 16기 노연수 헌혈 관련 통계 자료을 사용해 대시보드 제작하기 직접 주제를 정하여 데이터를 불러오고, 원하는 그래프로 표현하여 대시보드를 제작하였다. 0. 데이터 불러오기 KOSIS 국가통계포털에서 2017~2020(2021)년 데이터를 다운받는다. 1) 헌혈현황(장소별) (kosis.kr) KOSIS kosis.kr 2) 헌혈자 수 (kosis.kr) KOSIS kosis.kr 1. 장소, 단체/개인 개인헌혈인 가두, 원내, 헌혈의집/ 단체헌혈인 고등학교, 군부대, 대학교, 일반단체, 종교단체 구분에 따라 연도별 헌혈 수를 막대그래프로 나타냈다. 색상으로 연도를 구분하였고, 필터 설정을 통해 성별, 단체/개인 유형에 따라 원하는 그래프를 나타내도록 설정하였다. 1) 행과 열 선반 & 마크 설정..

심화 스터디/태블로 2022. 11. 29. 15:41

작성자: 16기 이수찬 참고자료: https://m.blog.naver.com/PostView.naver?isHttpsRedirect=true&blogId=winddori2002&logNo=221992543837 https://d2l.ai/chapter_recurrent-neural-networks/index.html https://www.youtube.com/watch?v=6niqTuYFZLQ&list=PLC1qU-LWwrF64f4QKQT-Vg5Wr4qEE1Zxk&index=10 1. RNN (Recurrent Neural Network) 정의 정의: 입력과 출력을 시퀀스 단위로 처리하는 Sequence Model 로 Neural Network를 반복한다는 의미의 이름을 가지고 있다. Input과 Ou..

심화 스터디/Dive into Deep Learning 2022. 11. 27. 22:57

INTRODUCTION 1. Transforemer vs CNN CNN의 경우엔 멀리 떨어진 정보를 통합하기 위해서 여러 개의 layer를 통과해야 하지만, Transformer는 self-attention layer 하나만 거쳐도 멀리 떨어진 정보를 통합할 수 있다. 2. Inductive Bias 새로운 데이터에 대해 좋은 성능을 내기 위해 모델에 사전적으로 주어지는 가정; Training에서 보지 못한 데이터에 대해서도 적절한 귀납적 추론이 가능하도록 하기 위해 모델이 가지고 있는 가정들의 집합을 의미한다. CNN은 지역적인locality 정보 그리고 RNN은 순차적인sequentiality 정보이므로 이에 대한 inductive bias를 가진다. 반면 transformer는 CNN과 RNN에 비..

심화 스터디/CV 논문 리뷰 2022. 11. 27. 20:35

* 작성자 : 16기 박종혁 본 포스팅은 Kaggle 를 참고하여 작성되었습니다. https://www.kaggle.com/code/janiezj/end-to-end-seasonal-arima-electricity-forecast [ ARIMA Code Reading ] 0. About Data 해당 데이터는 1985년부터 2018년까지 매달 전기 소비율이다. 1. Split dataset 시계열 데이터를 학습하고 평가하기 위해 먼저 train data와 test data로 분리한다. 그 결과 train data 361개, test data 36개로 나누었다. 2. Explore Training Dataset 2.1 Visualize Data 전기 소비량이 시간에 따라 증가함을 알 수 있다. 그러나 최근..

심화 스터디/시계열 2022. 11. 25. 20:55

작성자: 15기 이승은 Contrastive Learning 대상들의 차이를 명확하게 보여줄 수 있도록 학습 -> 차이의 기준: 거리 Note. SimCLR image augmentation을 통해 positive pairs 생성 -> self-supervised image recognition: contrastive learning (contrastive loss) – 정답 target을 주지 않고 이미지를 분류할 수 있는 feature를 학습 (아래의 Moco와 비교했을 때, 모든 image에 대해서 loss를 계산하여 update: out of memory error) deep metric learning: deep neural network로 적절한 manifold를 찾아서 하는 metric le..

심화 스터디/논문 리뷰 2022. 11. 24. 19:55

Introduction Click-through rate(CTR), 유저가 추천 아이템을 클릭할 확률의 예측은 추천시스템에서 중요한 태스크이다. 많은 추천시스템이서 클릭의 수를 최대화하는 것이 목표이고 CTR 예측을 통해서 유저에게 추천할 아이템의 순위를 정할 수 있다. CTR을 정확히 예측하기 위해서 변수 간의 interaction을 파악하는 것이 중요하다. 예시) 사람들은 식사시간에 배달앱을 다운로드하는 경향이 있다. → ‘앱 카테고리’와 ‘시간’간의 interaction 존재 (order-2 interaction) 10대 남자들은 rpg 게임을 선호한다. → ‘앱 카테고리’, ‘성별’ 와 ‘나이’간의 interaction 존재 (order-3 interaction) 저차원 그리고 고차원 상호작용 둘..

심화 스터디/논문 리뷰 2022. 11. 24. 19:55