추천 시스템의 원리와 실제로 구현하는 방법을 배웁니다.
고객이 원하는 상품을 자동으로 추천해주는 추천 시스템. 막연히 생각하면 어려울 것 같지만 원리는 단순합니다. 추천 시스템의 원리를 배워보고 간단한 추천 시스템을 직접 구현해보세요.
| 제목 | 강의시간 | 시청 |
|---|---|---|
| 추천 시스템: 원리와 구현 | ||
| 추천 시스템이란? (1) : 추천시스템 소개 | 5:36 | |
| 설치 및 데이터 | ||
| 추천 시스템이란? (2) : 추천시스템의 구조와 구현 | 6:43 | |
| 넷플릭스 추천 시스템 대회 이야기 | 17:57 | |
| 추천 알고리즘의 종류와 장단점 | 14:30 | |
| 사용자 기반 (User-Based) 협업 필터링 | 7:11 | |
| 상관계수의 기본개념 및 성질 | 6:45 | |
| 유사도 : 상관계수와 코사인 | 13:19 | |
| 아이템 기반 (Item-Based) 협업 필터링 | 7:11 | |
| 데이터 탐색(MovieLens) | 20:02 | |
| 영화 데이터 전처리 | 7:07 | |
| 인기 있는 영화 추천하기 (POPULAR 실습) | 11:24 | |
| 나와 유사한 사람들의 정보를 이용한 영화 추천하기 (UBCF 실습) | 6:56 | |
| 내가 본 영화와 유사한 영화들의 정보를 이용한 영화 추천하기 (IBCF 실습) | 8:29 | |
| 차원 축소를 이용한 영화 추천하기 (SVD 설명 및 실습) | 15:52 | |
| 추천 시스템에서의 모형 선택 (평점 기준) | 19:32 | |
| 모형 선택 (2) : 평점이 아닌 'YES vs NO' binary 경우 | 16:03 | |
| 추천 시스템에서의 모형 선택 (추천 목록 기준) | 6:54 | |
| 사례연구 : 네이버 영화 | 23:24 | |
