머신러닝 인터뷰 실무 가이드

137

CHAPTER 03

기술 인터뷰: 머신러닝 알고리즘

트 생성, 텍스트 요약, 텍스트-이미지 생성 등이 있습니다.

TIP

BoW

와

TF

-

IDF

는 유용한 기반 기술로써, 최근 인터뷰에서 자주 언급되었습니다.

LSTM

신경망 요약

장단기기억

Long

short

-

term

memory

(

LSTM

) 신경망은 긴 데이터 시퀀스를 다루도록 설계된 순환 신

경망

recurrent

neural

network

(

RNN

)의 한 유형으로,

NLP

애플리케이션에 유용합니다. 트랜스포머

의 어텐션 유닛처럼, 장기 의존성과 이전 텍스트의 맥락은 효과적인

NLP

에 있어 중요한 요

소입니다. 그러나

LSTM

은 몇 가지 한계를 가지고 있습니다. 특히 매우 긴 텍스트 시퀀스를

다룰 때 즉, 페이지나 문단의 훨씬 앞부분에 나오는 텍스트의 맥락을 이해할 때 약점을 보입

니다. 이러한 문제에 대해, 트랜스포머 (다음 절에서 다룹니다 )는 장기 의존성을 더 잘 처리

할 수 있습니다.

TIP

LSTM

은 피처 엔지니어링과 시계열 데이터에도 사용할 수 있습니다. 지면의 제약 때문에 이 책에서 더

자세한 설명은 하지 않지만, 자세히 알아 둘 것을 권장드립니다. 크리스토퍼 올라의 블로그 「

LSTM

신경망

이해하기(

https

://

oreil

.

ly

/

C

-

jwG

)」에서는

LSTM

이 어떻게 사용되는지 이해하는 데 도움이 되는 ...