그린랜턴에서 웃고 갑니다 ㅋㅋㅋㅋ 지난번 베이즈 정리 영상이 인상 깊었는데 실제로 어떻게 고민해 볼 수 있을까 고민되던중에 생활에서 비교해 볼 수 있는 예시로 설명해 주셔서 도움이 많이 됐습니다. 영상 퀄리티가 좋다 보니 너무 무리하시는거 아닐까 걱정 됩니다! 건강도 잘 챙기면서 하세요!
다른 유튜버 언급해서 죄송하지만 저번에 대도서관님이 "구글 유튜브는 다른 앱에 밀릴수가 없다." 라고 히신것이 생각나네요. 구글이랑 유튜브가 전세계 시청자들을 대상으로 몇년간 축적한 데이터를 기반으로 영상메인에 추천하거나, 광고를 나오게 하는데, 이런 엄청난 데이터는 구글만 가지고 있으니 다른 앱이 유튜브를 제치는 일은 어렵다 라고 한거 같네요. 이번영상에서 나온것이 ott 시장 뿐만 아닌 동영상시장에서도 똑같이 적용 되는거 같습니다. 확실히 배우신 분들은 미래를 보는게 똑같은거 같습니다.
평소에 대중적인 수학이나 과학 관련 영상을 자주 찾아보는 편인데, 이런 영상은 대부분 영어나 다른 언어로 되어있어서 자막이 있는것만 찾아다녔어요 한국인이셔서 감사합니다 흥미로운 부분만 쏙쏙 골라서 설명해주시니 정말 재미있어요!! 이 영상 말고도 코로나 목록 따로 있는 것도 너무 좋아요 앞으로도 응원하고 열심히 홍보하겠습니다 구독구독!!!
컨텐츠에 대해 분석한다면 님의 의견이 맞겠지만 이 영상은 영상 추천을 할 때 사용되는 AI 방식에 베이즈 정리가 어떻게 적용 될 수 있는지라고 봅니다. 추천 알고리즘이 어차피 100% 가 아닌 확률적인 부분이기 때문에 당연히 추천 결과가 사용자 별로 마음에 들지 않을 수 있는것도 어쩔수 없겠죠. 이 영상은 넷플릭스 알고리즘의 비밀이라기 보다는 OTT 업체가 AI 추천을 위해 베이즈정리를 어떤식으로 적용 하는지를 쉽게 설명해준 영상이라고 보시면 어떨까 싶네요.
안녕하세요 아직 학생이라 이해력이 딸리는데 두번째로 10편영화를 또 볼때 그 10편의 영화가 다 액션영화인가요 ? 그래서 액션영화를 좋아할 확률 75% * 라이언이 출연한 영화 80% 를 곱한거였나요 ? 최대한 빨리 답장해주시면 감사하겠습니다 🙏 너무 영상 퀄이 좋고 구독도 눌렀어요 ㅎㅎ늘 파이팅하세욤
확통 세특 관련해서 베이즈 정리 보고서를 쓰려고 자료 찾던 중에 엄청난 채널을 발견했네요. 내용 전달과 영상 편집 실력이 장난 아니셔서 정체가 궁금해지네요...혹시 영상관련 업계에서 일하시는지 아니면 독학하셔서 배우신건지 대단하네요.. 영상들 너무 깔끔하고 이해 잘되서 보고서 잘 쓸 수 있을 것 같아요. 구독자 수가 3.3만명인게 말이 안되네요... 약간 한국판 Vox 느낌 나요. 유튜브 알고리즘을 잘 활용하셔서 잘 되셨으면 좋겠어요!! 5만명되면 큐앤에이 해주세요
알고리즘이고 자시고 컨텐츠의 수와 품질이 중요하지 나한테 추천해주는 정확성을 높힌다는게 뭐가 중요하다는건지 모르겠네요 디즈니가 보유하고 있는 막대한 수의 컨텐츠와 품질높은 컨텐츠로 밀어버리면 넷플릭스도 밀려나게 되어있음 넷플릭스가 아무리 알고리즘을 갈고닦아도 마블영화 추천해줄수 있나요? ㅋ
![[SUB] Monty Hall Problem | The Passion of IQ 228](/img/1.gif)
위니버스가 쓴 책, 『수학은 알고 있다』 에 더 많은 내용이 담겨있습니다.
『수학은 알고 있다』 구매처 👇
교보문고 | gilbut.co/c/24078669AI
예스24 | gilbut.co/c/24071927XE
알라딘 | gilbut.co/c/24075758UR
내가 생각하는 가장 이상적인 프레젠테이션을 본 듯 하다...
그린랜턴에서 웃고 갑니다 ㅋㅋㅋㅋ
지난번 베이즈 정리 영상이 인상 깊었는데 실제로 어떻게 고민해 볼 수 있을까 고민되던중에
생활에서 비교해 볼 수 있는 예시로 설명해 주셔서 도움이 많이 됐습니다.
영상 퀄리티가 좋다 보니 너무 무리하시는거 아닐까 걱정 됩니다! 건강도 잘 챙기면서 하세요!
신재황 재밌게 봐주시고 도움도 많이 되셨다니 기분이 좋네요 :) 비타민 잘 먹으면서, 꾸준히 만들어보겠습니다. 감사합니다!
여기서도 까이는 그린랜턴..ㅋㅋㅋ
다른 영상들 정주행중입니다. 이번편도 잘봤습니다.
2시간동안 수학탐구주제 찾았는데..
이거만큼 완벽한건 없습니다 감사합니다
또 들어도 설명 정말 잘하시네요.. 감탄하고 듣게 되네요!
어떻게 혼자서 이런 말도 안되는 퀄리티의 영상까지 만드시는지.. 제작 감사합니다.
재밌게 봐주셔서 고맙습니다. 힘을 내서 더 열심히 해보겠습니다 :)
그린랜턴에서 빵 터졌네요ㅋㅋㅋ유익하고 좋은 영상이에요!
재밌게 봐주셔서 감사합니다 :)
밖인데 이어폰이 없어 화면만 봐야 하는 상황인데도, 자막을 켜고 보니 무리없이 내용이 잘 들어오네요. 감사합니다!
이 채널 정말 흥할겁니다.....
학교 수행평가 관련해서 자료 수집 중 정말 도움이 되는 채널을 발견해서, 구독하고 갑니다!! 출처 밝히고 보고서 작성에 참고하겠습니다 감사합니다
와,,,만들어주셔서 너무 감사해요 ㅠ 과제 사전정보수집에 잘 활용하겠습니다,,!
비전공으로 인공지능 시작해서 이제 막 헤메고 있었는데 문과도 이해할 수 있는 영상 만들어 주셔서 감사합니다. 널리 알려야겠어요
와 진짜 좋은 영상이네요 참고자료 요약 수집 정리 연출 어느 하나 대충한 게 없으신 게 눈에 보입니다
잘 봐주셔서 고맙습니다 :)
와 혼자서 이런 영상을 만드신다니ㅠㅠ진짜 양질의 자료 감사드립니다! 구독자 100만명을 달성하는 그날까지 응원하겠습니다!
Tart Egg 응원해주셔서 고맙습니다! 그렇게 말해주시니 많은 힘이 되네요 :)
정말 높은 퀄리티의 영상을 봤네요 놀랐습니다 감사합니다 다른 영상도 정주행 하겠습니다
다른 유튜버 언급해서 죄송하지만 저번에 대도서관님이 "구글 유튜브는 다른 앱에 밀릴수가 없다." 라고 히신것이 생각나네요.
구글이랑 유튜브가 전세계 시청자들을 대상으로 몇년간 축적한 데이터를 기반으로 영상메인에 추천하거나, 광고를 나오게 하는데, 이런 엄청난 데이터는 구글만 가지고 있으니 다른 앱이 유튜브를 제치는 일은 어렵다 라고 한거 같네요.
이번영상에서 나온것이 ott 시장 뿐만 아닌 동영상시장에서도 똑같이 적용 되는거 같습니다. 확실히 배우신 분들은 미래를 보는게 똑같은거 같습니다.
관점에 공감해주셔서 감사드립니다 :)
7분만에 이걸 어떻게 정리하나요.... 영상퀄도 너무 대박입니다....
처음 좋아한 영화 싫어한 영화가 각각 5편이고 좋아한 영화에 라이언 레이놀즈가 출연한 것이 4편이라서 0.8인 것은 알겠는데, 이 0.8을 어떻게 0.75의 액션 영화를 좋아요할 확률에 적용할 수 있는 건지 궁금해요
확통 관련 주제탐구 선정을 위해 들어왔는데 퀄리티에 반했습니다! 그 퀄리티에 감사드리며 구독 박고 갑니다~ 영상 꾸준히 볼게요~
역시 영상 퀄리티 대박입니다.
디즈니가 자본을 앞세워서 알고리즘에 투자하면
넷플릭스에게도 왠지 위협이 되지않을까 생각이 들기도하네요.
재밌게 봐주셔서 고맙습니다 :) 분명 디즈니는 그래야하고 그럴 것 같습니다.
4:40 여기 보면 75 25 로 나눈 거 자체가 액션영화를 기반으로 나눈 거잖아요!! 그러면 라이언 레이놀즈가 나온 영화도 다 액션영화만 본 상태인거죠?!…. 애기고삼인데 이 부분 이해가 잘 안 되네요ㅜㅠ
액션영화를 보고 좋아요를 눌렀을때 라이언 레이놀즈가 나올확률 0.75x0.8 입니당!
영상 진짜 깔꼼하고 이해 잘되네요 굳!
넷플릭스 작품들을 보면 용두사미인 경우가 많은데 그 이유를 알겠네요. 10년뒤에도 회자될만한 명작을 만드는것에 초점을 만드는것이 아니라 당장에 선택을 한번 받을 만한 작품을 만들려고 하기 때문이라는 생각이듭니다.
정말 감사합니다.. 이해 너무 잘됐어요.. 사랑합니다..
도움이 되어 기쁩니다 :)
평소에 대중적인 수학이나 과학 관련 영상을 자주 찾아보는 편인데, 이런 영상은 대부분 영어나 다른 언어로 되어있어서 자막이 있는것만 찾아다녔어요 한국인이셔서 감사합니다 흥미로운 부분만 쏙쏙 골라서 설명해주시니 정말 재미있어요!! 이 영상 말고도 코로나 목록 따로 있는 것도 너무 좋아요 앞으로도 응원하고 열심히 홍보하겠습니다 구독구독!!!
재밌게 봐주신다니 저도 기쁘네요! 앞으로도 좋은 영상 만들 수 있도록 꾸준히 노력하겠습니다. 주변에 많이 알려주세요 :)
정말 영상 퀄리티가 엄청납니다. 정보가 많이 없어서 막막했는데 덕분에 좋은 보고서로 양질의 결과를 얻을 수 있을 것 같아요. 이런 영상을 만들어 주셔서 정말 감사하고 앞으로도 영상 기다릴게요.
이분 무조건 뜹니다!!
🙏🙏🙏
잘 봤습니다. 제 삶에 베이즈 추론을 응용해 봐야겠어요.
ott는 결국 콘텐츠도 편의성도 아닌(물론 둘다 중요하지 않은건 아니지만) 빅데이타 싸움이라는 것을 잘 표현한 영상이군요!
맞습니다 :) 이제는 콘텐츠와 알고리즘 둘 다 기업의 경쟁우위라고 보고 있는 것 같아요
2:21 여기서 영화를 좋아할 확률과 싫어할 확률을 50대50으로 분할하는 것도 이유 불충분의 원리 때문이라고 할 수 있나요?
4:06 반지닦이 성능 확실하구만
과제하다가 찾아보게 됐는데 정말 도움이 많이 됐습니다! 감사해요
과제 잘 하셨길 바랍니다 :)
퀄리티 높은 영상 정말 감사드립니다
안녕하세요, 3:10 경에 75퍼센트가
액션영화를 보았을때, 좋아요를 누를 확률이 아니라
좋아요를 눌렀을때, 그게 액션영화일 확률 아닌가요~?
햇갈리네요ㅠ
베이즈정리를 4년만에 이해했다...
멋있어요
통계학과 지망 중인데 통계학과에 가면 이런 걸 배울 수 있는 건가요?!?!(물론 극히 일부겠지만요)
최근들어 상당히 뜨거워지고 있는 분야이기 때문에 많은 대학에 선택 과목이 개설되어 있을 것이라 생각합니다 :)
넷플릭스의 강점은 글로벌 컨텐츠와 현지컨텐츠 척극 수용일텐데...
넷플 추천 리스트 꺼버리고 그냥 여러 필터로 리스팅이나 해줬으면 하는 요구가 많은데 뇌피셜인듯
junho shin 말씀하신대로 넷플릭스의 강점은 여러 가지지만, 넷플릭스의 알고리즘과 관련한 뉴스의 코멘트가 엄청 쏟아지고 있어요. OTT시장에서 넷플릭스의 경쟁 우위에 관한 논평은 CNBC등의 해외 언론 코멘트를 참고했습니다. 따라서 뇌피셜은 아닙니다 :)
컨텐츠에 대해 분석한다면 님의 의견이 맞겠지만 이 영상은 영상 추천을 할 때 사용되는 AI 방식에 베이즈 정리가 어떻게 적용 될 수 있는지라고 봅니다.
추천 알고리즘이 어차피 100% 가 아닌 확률적인 부분이기 때문에 당연히 추천 결과가 사용자 별로 마음에 들지 않을 수 있는것도 어쩔수 없겠죠.
이 영상은 넷플릭스 알고리즘의 비밀이라기 보다는 OTT 업체가 AI 추천을 위해 베이즈정리를 어떤식으로 적용 하는지를 쉽게 설명해준 영상이라고 보시면 어떨까 싶네요.
그린랜턴으로 영원히 고통받는 '한 남자가 있어~' 4:12
아니다 이 악마야...
영상미에 감탄하고 갑니다. 그런데 나이브 베이즈 알고리즘은 내용 기반 필터링에 해당하나요?? 답변 바랍니다 ㅠㅠ
저도 할거에요
최고의 시나리오 - 디지니가 넷플릭스, 왓챠플레이, 웨이브를 인수합병한다. 그리고 워너브라더스에서 자신들의 컨텐츠를 넥플릭스에 제공한다. 우리모두 우주의 기운을 받아서 기도합시다
주식꿈나무 김칫독 개미 ㅋㅋㅋㅋㅋㅋㅋㅋㅋ소비자에게 최고의 시나리오가 펼쳐졌으면 좋겠네요 ㅠㅠㅠㅠ
재밌습니다
빅데이터 분석 방법 중 하나가 베이즈 정리인가요?
네. 어찌보면 가장 기초이기도 합니다.
미디어에선 알고리즘 보다 결국 컨텐츠가 이긴다.
어차피 제 기록 보고 알긴 할텐데 .. 이거 보고 나니 제 취향을 알려주기 싫어요 ㅠㅜ ㅎㅎㅎ
유튜브, 구글, 넷플릭스...맞춤옵션 끄는 항목이 있다고 해도, 요즘에는 개인 취향을 비공개하는게 거의 불가능한 시대가 된 것 같기도 합니다 ㅠㅠ
4:50 에서 10 편의 영화는 액션 영화인가요?
안녕하세요! 영상 재밌고 감명깊게 잘봤습니다.
이 영상 내용 혹시 고등학교 수학 UCC에 사용해도 될까요?
출처만 명확히 밝혀주신다면 괜찮습니다 :)
왕왕감사맨입니다...
3:00 이 부분 계산이 이해가 안가는데 설명 좀 부탁드려요,,,ㅠㅠ
안녕하세요 아직 학생이라 이해력이 딸리는데 두번째로 10편영화를 또 볼때 그 10편의 영화가 다 액션영화인가요 ? 그래서 액션영화를 좋아할 확률 75% * 라이언이 출연한 영화 80% 를 곱한거였나요 ? 최대한 빨리 답장해주시면 감사하겠습니다 🙏 너무 영상 퀄이 좋고 구독도 눌렀어요 ㅎㅎ늘 파이팅하세욤
그리고 3:04 5:02에 조건부확률인가요 ??
네 둘 다 맞습니다.
@@Weniverse 순전하게 영화에 나온 배우만을 고려한다는 말은 영화 장르를 배제하는 말이어서 라이언이 나온 영화들은 액션영화가 아니어도 상관없지 않나요??
네 맞습니다. 이전에 댓글 단 것은 두 개의 타임라인이 조건부확률인가에 관한 답이었습니다 ㅠㅠ 본문의 질문을 잘 확인 못했네요.
@@이재중-r3y 0.75 0.25로 나누어서 그 위에 좋아하는 배우로 나눈 거 자체가 액션영화만 이라는 기준으로 좁힌 거 아닌가요?
영상 캡쳐해서 학교 발표 자료로 사용해도 될까요 ㅎ
출처만 밝혀주시면 괜찮습니다.
공유 컨텐츠가 자주 올라왔던것에 숨은 비밀이 있었네요ㅎ 유튜브도 비슷한 알고리즘일까요??
잘 봐주셔서 감사합니다 ㅋㅋㅋ유튜브도 아마 여러 알고리즘을 섞어서 쓰지 않을까싶어요 :)
@@Weniverse 다음은 유튜브 알고리즘도 해소시켜주세요ㅎㅎ
마음톡연구소 다른 여러 알고리즘도 기회가 되면 소개해보도록 하겠습니다 :)
확통 세특 관련해서 베이즈 정리 보고서를 쓰려고 자료 찾던 중에 엄청난 채널을 발견했네요. 내용 전달과 영상 편집 실력이 장난 아니셔서 정체가 궁금해지네요...혹시 영상관련 업계에서 일하시는지 아니면 독학하셔서 배우신건지 대단하네요.. 영상들 너무 깔끔하고 이해 잘되서 보고서 잘 쓸 수 있을 것 같아요. 구독자 수가 3.3만명인게 말이 안되네요... 약간 한국판 Vox 느낌 나요. 유튜브 알고리즘을 잘 활용하셔서 잘 되셨으면 좋겠어요!! 5만명되면 큐앤에이 해주세요
잘 봐주셔서 고맙습니다 ;)
손실함수와 베이즈 알고리즘의 관계가 어떻게 되는지 궁금합니다!
이런 고퀄리티 정보와 영상을 전해주셔서 너무 감사합니다! 위니버스님의 실제 직업이나 하는 일이 궁금합니다
재밌게 봐주셔서 고맙습니다 :)
수학적 베이즈 정리를 알고리즘에 적용한 것이 나이브 베이즈 알고리즘인건가요..? 계산 방식을 보니까 차이점을 잘 모르겠어서요🥺
다수의 정보가 있는 상황에서 베이즈 정리를 연속으로 적용하는 것이라 보시면 됩니다.
영상 잘 봤습니다!!! 그러면 넷플릭스 같은 경우는 나이브 베이즈 알고리즘을 서로 연관 짓어서 예측의 정확도를 더 높인건가요??
추천 알고리즘의 핵심 기반 중 하나가 나이브 베이즈이며, 넷플릭스의 경우에는 여러 알고리즘을 블랜딩하여 사용할 것으로 추정되고 있습니다 :)
위니버스님 베이즈정리에 관한 내용은 이걸로 끝인가요? 아니면 더 있나요?
더 있다면 영상은 언제 쯤 올라 올 예정인가요?
우정 안녕하세요 우정님. 몬티홀 딜레마에 관한 내용은 확정이고, 검사와 변호사의 역설은 아직 고민중입니다. 기다려서 보신 영상인데 이번 영상은 어떻게 보셨는지 궁금하네요.
@@Weniverse 이번 영상도 아주 잘 보았습니다. 근데 저는 개인적으로 베이즈 정리에 관한 영상을 더 만들어주셨으면 합니다.
우정 언젠가 다루긴 할 텐데, 시기의 문제인 것 같습니다 :) 아직 검사와 변호사의 역설 스크립트는 완성이 안 되어서요. 관심갖고 지켜봐주셔서 고맙습니다!
@@Weniverse 넵!! 앞으로의 영상도 열심히 보겠습니다. 또한 베이즈 정리 관련한 영상도 최댜한 빠른 시일안에 나왔으면 좋겠습니다.
라이언레이놀즈하면 그린랜턴 흑역사는 빠지지 않음
처음에 정사각형에서 액션영화를 좋아할 확률을 구할 때 어떻게 75%가 되는 건가요?
보았던 영화가 액션 영화일 확률분의 좋아했던 액션영화의 확률이라고 대충 이해하심 될거 같습니다
할수만 있다면 좋아요를 10번 눌러주고 싶네요.
영상에 달아주신 댓글들 모두 다 읽어보았습니다. 응원해주시고, 공감해주셔서 정말로 감사드립니다. 앞으로도 좋은 콘텐츠로 보답드리겠습니다 :)
뭐지 구독한지 한참 됬는데 왜 이걸 이재 봤지???
5:00 이 부분이 이해가 안 되는데 혹시 설명해주실 분 있으실까요 ㅜㅜ
조건부 확률을 사용한 거예요! 분모는 전체 경우의 수고 분자는 두 경우의 수중 좋아하는 경우입니다
그린랜턴 ㅇㅂ
싫어요한 영화에 그린 랜턴 ㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋ
아 영잘알이시네요
그린랜턴은 못참죠...
자고있을때도 돈버실분이네요
그러고 싶은데...그러질 못하네요 :)
그린랜턴 ㅋㅋㅋㅋㅋㅋㅋ
넓이는 왜 구하는 건가요??
채널의 다른 영상인 ‘베이즈 정리를 이해하는 가장 쉬운 방법’ 을 참고하시면, 이해가 빠를 것 같습니다. ruclips.net/video/Y4ecU7NkiEI/видео.html
알고리즘이고 자시고 컨텐츠의 수와 품질이 중요하지
나한테 추천해주는 정확성을 높힌다는게 뭐가 중요하다는건지 모르겠네요
디즈니가 보유하고 있는 막대한 수의 컨텐츠와 품질높은 컨텐츠로
밀어버리면 넷플릭스도 밀려나게 되어있음
넷플릭스가 아무리 알고리즘을 갈고닦아도 마블영화 추천해줄수 있나요? ㅋ
“Contents is Queen, Algorithm is King.” 이라는 말처럼 해당 기술은 언제나 콘텐츠와 함께 가야겠죠 :)
싫어하는거에 그린랜턴 ㅋ
아니다 이 악마야...🤢
와 진짜 존ㄴ 고맙다 확통 보고서로 할꺼 찾고 있었는데 딱 이거네 고마워요 !!
도움이 되어 기쁘네요 :)