파이썬으로 구현하는 CF 알고리즘
Collaborative Filtering 추천 알고리즘의 기본 원리를 알아봅니다!
클래스 소개
난이도
어려움
카테고리
프로그래밍 - 인공지능
태그
머신러닝, 파이썬
수료증
발급 가능
추천 학습대상
- 오픈소스 패키지를 활용하여 결과를 내는 것보다, 모델 자체의 이해가 필요하신 분
- 코드로 나만의 모델을 직접 구현해 보고 싶은 분
- 파이썬 문법은 학습했지만, 실제로 프로그램을 어떻게 만들어야 할지 막막하신 분
- 코드로 나만의 모델을 직접 구현해 보고 싶은 분
- 파이썬 문법은 학습했지만, 실제로 프로그램을 어떻게 만들어야 할지 막막하신 분
강좌의 특별함
내 손으로 직접 모델 만들기
인공지능과 머신러닝을 제대로 이해하기 위해서는 텐서플로, 케라스, 싸이킷런 등 다양한 오픈소스를 이용해 모델을 만드는 것만큼 데이터 전처리와 모델에 대한 이해도 중요합니다. 그래서 이 강좌에서는 공개된 샘플 데이터를 다운로드하는 것부터 샘플 데이터 생성, 모델 학습까지 직접 해보는 것을 목표로 합니다. 우리가 만드는 모델은 현업에서 사용할 수 있는 만큼 강력하지는 않지만 직접 구현해 보면서 얻게 되는 학습 효과는 매우 클 거예요.
함께 배워볼 거예요
Numpy 패키지를 활용해
만들어보는 나만의 머신러닝 모델
우리가 배울 알고리즘은 온라인 쇼핑몰이나 영상 플랫폼에서 가장 많이 사용되는 Collaborative Filtering입니다. 강좌에서는 개발 환경 설정이나 텐서플로, 파이토치 같은 고수준의 프레임워크는 다루지 않습니다. 추천 시스템의 원리를 이해하는 것이 주 목적이기 때문에 파이썬과 넘파이 패키지만을 사용해서 추천 모델을 만들어 볼 거예요. 완강 후에는 Collaborative Filtering 알고리즘이 현업에서 어떻게 머신러닝 모델에 적용되고 구현되는지 이해할 수 있습니다.
추천 수강자
이런 분께 추천해요
- 추천 알고리즘의 기본 원리에 대한 이해가 필요하신 분
- 코드로 나만의 추천 알고리즘을 직접 구현해 보고 싶은 분
- 파이썬 문법은 학습했지만, 실제로 프로그램을 어떻게 만들어야 할지 막막하신 분
강의자 소개
안녕하세요
최욱진입니다
제가 혼자 머신러닝을 공부하면서 가장 아쉬웠던 점은 입문 강좌는 많지만 직접 구현하면서 특정 개념을 소화하는 강좌는 많지 않았다는 것인데요. 그러던 중 <밑바닥부터 시작하는 딥러닝>이라는 책이 저의 아쉬움을 속 시원하게 해소해 주었던 기억이 있습니다. 저와 같은 아쉬움을 가지고 계신 분들에게 도움이 되고자 머신러닝을 가볍게 공부하실 수 있는 강좌를 제작해 보았습니다.
- 現 커머스 관련 현업 개발자
- 前 로보어드바이저 관련 스타트업 근무
- 데이터 프로세싱 관련 대기업 컨설팅 진행 경험
- 1:1 개발 과외 경력 50명 이상
🔗 구름 블로그에서 최욱진님 인터뷰를 확인해 보세요.
교육 과정
모두 펼치기
- 01오리엔테이션
- 02추천시스템을 알아보기전에
- 03임베딩이란?
- 04실제 예시로 살펴보는 추천모델
- 05Implicit 데이터와 explicit 데이터
- 06쿠키강의 - 비트코인과 PANDAS(준비중)
강의 소개
벡터와 행렬 잠깐 복습하고 가기
유저의 데이터를 다루는 방법
유사도란?
코사인 유사도 구현 및 실습
임베딩이란 무엇일까? - 1
임베딩이란 무엇일까? - 2
임베딩 구현 및 실습
유저 기반 추천 방법
아이템 기반 추천 방법
비슷한 유저를 찾아보자
Implicit 데이터와 Explicit 데이터
비트코인 누적수익률 구하기(+풍차돌리기)
일봉을 주봉으로 변환하기
마지막 업데이트|2021년 03월 20일
강좌 후기
￦
39,000
평균평점
4.8
난이도
어려움
수강기간
평생 무제한