| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | ||||||
| 2 | 3 | 4 | 5 | 6 | 7 | 8 |
| 9 | 10 | 11 | 12 | 13 | 14 | 15 |
| 16 | 17 | 18 | 19 | 20 | 21 | 22 |
| 23 | 24 | 25 | 26 | 27 | 28 |
Tags
- 생성형AI
- 자연어처리
- Blazor
- C#
- GenAI
- 파이썬
- codeup
- 알고리즘
- 구글퀵랩
- two-pointer
- 코드업파이썬
- Microsoft
- 파이썬기초100제
- 파이썬알고리즘
- Azure
- 머신러닝
- 코드업
- 릿코드
- nlp
- 투포인터
- gcp
- 빅데이터
- Python3
- Python
- LeetCode
- 데이터사이언스
- 클라우드
- 리트코드
- GenerativeAI
- 파이썬기초
Archives
- Today
- Total
목록LSA한계 (1)
Tech for good
[딥러닝을 이용한 자연어 처리 입문] 6. 토픽 모델링(Topic Modeling)- 1) 잠재 의미 분석(Latent Semantic Analysis, LSA)
목차 6. 토픽 모델링(Topic Modeling) 6.1. 잠재 의미 분석(Latent Semantic Analysis; LSA) 6.1.1. 특이값 분해(Singular Value Decomposition, SVD) (1) 전치 행렬(Transposed Matrix) (2) 단위 행렬(Identity Matrix) (3) 역행렬(Inverse Matrix) (4) 직교 행렬(Orthogonal Matrix) (5) 대각 행렬(Diagonal Matrix) 6.1.2. 절단된 SVD(Truncated SVD) 6.1.3. 잠재 의미 분석(Latent Semantic Analysis; LSA) 6.1.4. 실습을 통한 이해 (1) 뉴스그룹 데이터에 대한 이해 (2) 텍스트 전처리 (3) TF-IDF 행렬..
IT/Data Science
2021. 10. 14. 09:45