[개념부터 실습까지] 추천 시스템 입문편

 

추천 시스템이 뭔지 궁금한데, 영어로 된 자료는 알쏭달쏭하다면?
온라인 입문자를 위한 추천 시스템 입문편 강의입니다.

 

강의 소개 🐤

추천 시스템이 뭔지 궁금한데, 영어로 된 자료는 알쏭달쏭하고...
입문자 여러분들을 위한 친절한 강의를 만들었습니다.

2019년 <데잇걸즈> 과정의 추천 시스템 특강을 온라인화 하자는 취지에서 시작해 탐험적 데이터 분석, Content-Based 추천 등 내용을 보강하다보니 입문편, 심화편으로 나누어 기획하게 된 추천 시스템 강의입니다. 입문편, 심화편의 반응이 좋으면 [개념부터 실습까지] 추천 시스템 딥러닝편 등 더욱 다양한 방법론들로 시리즈를 이어나갈 계획입니다.

✔️ 수강 로드맵

 

다들 영화 좋아하시나요? 📽️

저는 참 좋아하는데요. 다른 데이터가 아니고, 영화 데이터를 분석했기 때문에 강의를 하는 게 즐거웠어요.
나와 친구의 데이터를 MovieLens 데이터셋에 녹여보고, 스스로도 몰랐던 취향을 발견하게 될 거예요.

 

 

이런 것들을 하게 될 거예요. 🙌

  1   파이썬으로 영화 데이터를 분석하고,
  2   각 사용자가 특정 영화에 어떻게 평점을 줄 것인지 예측하는 문제를 풀게 될 겁니다.

이 과정에서 Pandas 라는 데이터 분석 라이브러리와, 머신러닝 라이브러리인 Scikit-Learn, 그리고 시각화 라이브러리인 Seaborn을 활용할 거예요.
라이브러리 활용에 대해서는 걱정하지 마세요. 파이썬 기초 문법만 알면 나머지는 차근차근 학습하며 강의를 따라올 수 있도록 안내합니다.

 

 

강의 관련 예상 질문 🙋🏻‍♂️

Q. 왜 추천 시스템을 배워야 하나요?
우리가 사용하는 서비스 어디에나 추천 시스템이 있습니다. 뉴스 기사를 보여주는 화면에서도, 동영상 컨텐츠를 보는 앱에서도, 쇼핑 서비스에서도, 심지어 매일 받는 핸드폰 PUSH에까지 추천 시스템의 철학과 방법론이 녹아있습니다. 새로운 가능성의 세계에 오신 것을 환영해요.

Q. 비전공자도 들을 수 있나요?
A. 파이썬의 리스트, 딕셔너리, 반복문, 조건문에 대한 학습 경험이 있다면 충분히 들으실 수 있습니다.

Q. 이 강의만의 특별한 장점이 있을까요?
A. 추천 시스템은 알고리즘 만으로 성과를 낼 수 있는 분야라기보다는 내 서비스를 사용하는 유저와 아이템에 대한 정확한 이해를 바탕으로 성능을 낼 수 있는 분야입니다. (사실 데이터를 사용하는 모든 분야가 그렇습니다.) 그래서 우리 강의는 추천 알고리즘 뿐 아니라, 유저들의 평점 패턴을 파악하는 등 데이터를 분석하는 과정 전체를 경험하실 수 있도록 기획되었습니다. 알고리즘을 구현하는 데에 필요한 머신러닝 모델에 대해서도 기초 개념부터 배울 수 있으니, 머신러닝에 입문하고 싶으신 분들에게도 추천해요.

 

 

데이터리안 팀의
지난 강의가 궁금하다면? 🏃