해커늬우스

디지털 광고는 데이터 기반 타겟팅이라고 주장하지만, 부정확하고 쓸모없는 데이터를 기반으로 하는 경우가 많습니다. Facebook이나 Google과 같은 기업은 사용자에 대한 상세한 정보를 보유하고 있어 관련성이 높은 광고를 게재할 수 있다고 주장하지만, 실제로는 알고리즘과 머신 러닝에 크게 의존하고 있어 결과가 좋지 않습니다. 타겟팅 광고에 대한 일반적인 가정은 실제로 더 효과적이라는 테스트 결과가 뒷받침되지 않는 등, 마케팅 자체가 엄격한 과학적 증거에 기반하지 않습니다. 결국 타겟팅 광고는 사용자의 관심사 및 인구 통계에 대한 잘못된 가정에 기반하여 관련성이 없는 경우가 많습니다.원문: https://anotherangrywoman.com/2023/07/05/scams-upon-scams-the-da..

Replit의 레자 샤바니는 이 인터뷰에서 소프트웨어 엔지니어링을 전공한 배경과 데이터 프로그래밍 언어 외의 코딩을 배워야 했던 이유에 대해 이야기합니다. 특히 성적표 데이터를 구문 분석하여 새로운 기술 클러스터를 만드는 작업에서 NLP 및 ML과 관련하여 발견한 흥미로운 작업에 대해 이야기합니다. 또한 샤바니는 NLP 및 텍스트 데이터 이외의 기술을 보유하는 것의 중요성과 전통적인 ML 기술을 혼합하는 것의 가치에 대해 설명합니다. 질문에 답하고 검색에 사용할 수 있는 데이터를 만들기 위해 데이터 인프라를 구축하고 이를 현대화하는 데 따르는 어려움에 대해서도 이야기합니다. 또한 샤바니는 안정적이고 빠른 구축 방법의 중요성과 금융 시장이 빠르게 움직이는 방식에 대해서도 설명합니다. 그리고 다양한 모델을 ..