INTRO Precision과 Recall은 위 사진과 같이 둘 다 잘못 했을 때 둘 중 누구를 더 혼내야 하냐와 관련있다. 우선, 통계학에는 크게 두가지 잘못이 있다. 하나는 1종 오류이고 다른 하나는 2종 오류이다. 영가설 어떤 처치 전후 아무런 차이가 없는 것을 영가설이라고 한다. 가설 검증의 목표는 대립가설을 통해 영가설을 기각하는 것이다. 그렇다면, 왜 영가설을 기각해야 할까? 논리 구조상 아닌걸 맞다고 하는 것 보다 맞는걸 아니라고 하는게 더 쉽다. 왜냐하면, 후자의 경우 맞지 않는 사례를 제시하면 되기 때문이다. 그래서, 가설 검증은 대립가설(어? 차이가 있던데?)로 영가설을 기각시키는 걸 목표로 한다. 다만, 기각이란 말이 잘 와닿지 않기 때문에 이 글에서는 편의상 기각 = 맞다 라고 정의..

www.kaggle.com/ibtesama/getting-started-with-a-movie-recommendation-system Getting Started with a Movie Recommendation System Explore and run machine learning code with Kaggle Notebooks | Using data from multiple data sources www.kaggle.com 필사해볼 커널입니다. 글의 목표 1. 콘텐츠 필터링이란? 2. 콘텐츠 필터링을 하기 위해서는? 3. 추천 아이템 데이터 구성해보기 4. 가장 많이 추천될 영화는 무엇일까? 1. 콘텐츠 필터링이란? 콘텐츠 필터링에 대해 설명하기전에 협업 필터링과 콘텐츠 필터링의 차이에 대해 먼저 설..