[Paper Review] Latent Dirichlet Allocation

[@LIS75608]

자세한 설명 정말 정말 감사합니다. 관련 개념을 공부 중인데 이렇게 소중한 자료를 찾게돼 행운입니다.

[@박결-w6x]

목소리 너무 좋네요. 잘 들었습니다

[@choungyoungjae8271]

감사합니다~!

[@코끼리어린이]

영상 감사합니다. 프로젝트하면서 해당 영상을 참고해서 LDA를 사용했거든요. 혹시 해당 영상에 나온 paper나 설명을 간락히 블로그에 적어도 될까요? 공부기록용도 입니다!

[@jhwon4570]

감사합니다, 설명 정말 좋네요 ㅎㅎ

[@dsba2979]

이전 영상의 품질의 문제가 있어 삭제하고 다시 올리느라 이전 댓글을 옮겨 왔습니다. 도정민: PR 잘 봤습니다!! 혹시 중간에 eta로 beta를 dirichlet distribution으로 만들어준다고 하셨는데 어떻게 하는지 궁금합니다..ㅠㅠ

[@dsba2979]

질문 감사드립니다. 질문해주신 내용은 38:49 파트의 내용으로 생각되어 그에 대한 답변 드리겠습니다. 단순한 빈도표였던 eta를 dirichlet distribution으로 전환하는 과정은 기존의 alpha를 theta로 만드는 과정하고 같습니다. alpha가 theta dirichlet distribution의 파라미터로 사용되어 값의 변화에 따라 분포가 달라지는 것과 마찬가지로 단순한 빈도표였던 beta를 dirichlet distribution으로 전환하여, sparse matrix의 문제를 해결하고 이를 eta 파라미터로 조절하는 것입니다.

[@도정민-d4k]

@@dsba2979 답변 감사합니다!! 이해했습니다. 그렇담, eta역시 alpha와 마찬가지로 hyperparameter에 해당하는 것이죠?

[@dsba2979]

@@도정민-d4k 네 맞습니다! LDA 구현을 할 때 많이 사용하는 패키지인 gensim(github.com/RaRe-Technologies/gensim/blob/develop/gensim/models/ldamodel.py) 을 살펴보면 hyperparameter로 alpha와 eta를 요구하고 있습니다. LDA 원논문 1006 쪽 맨 밑을 살펴보시면 alpha와 eta가 같은 역할을 하고 있음을 안내하고 있습니다. 감사합니다!

[@도정민-d4k]

@@dsba2979 넵 구체적인 답변 감사합니다 ㅎㅎ

[@Simulink-fx2mw]

썸네[일 보고 침착맨이 머신러닝 컨텐츠 하는줄 알고 들어왔네 ㅋㅋㅋㅋㅋㅋ