안녕하세요! 멋진 강의를 들을 수 있어서 감사하고 있습니다. 잠재요인 기반의 협업필터링 이해와 경사하강법을 이용한 행렬 분해 18:12 에서 나오는 L2 규제에 대해 궁금한 점이 있어서 문의 드립니다. 수학에 약해서 공부해볼겸 수학적으로 해석을 하려는데, 다른 사이트의 참고 내용들을 보다보니 L2 규제에 시가마가 들어가던데 여기서는 안 들어가는 이유가 무엇인지 궁금합니다. 감사합니다!
안녕하세요. 데이터분석 공부하는 학생입니다. 올려주신 강의 모두 잘 들었습니다. 다만 제가 지금 적용하고자 하는 데이터가 이진데이터인데요. 강의의 코드가 이진데이터에는 맞지 않아 문의드립니다. 이진데이터를 추천시스템에 활용하는 다른 예도 찾아 보았는데요: https://towardsdatascience.com/recommender-systems-item-customer-collaborative-filtering-ff0c8f41ae8a 어차피 여기서도 코사인유사도를 활용하고 있어 거친코딩님의 강의의 예를 활용하고 싶은데 잘 안되네요. 혹시 한 번 봐주실 수 있을까요? 적용 코드: https://drive.google.com/file/d/11qlP4zOAFewSiHxo_T7fp_Ql-WgSpHS3/view?usp=sharing