[인프런 수강후기] Python을 이용한 개인화 추천시스템 | 추천알고리즘 | 추천인공지능

 

 

Python을 이용한 개인화 추천시스템 | 추천알고리즘 | 추천인공지능 - 인프런 | 강의

 

안녕하세요.

Inflearn에서 진행하는 '거친코딩' 님의 'Python을 이용한 개인화 추천시스템' 강의 후기를 들고 왔습니다.

(광고나 제공받아서 쓰는 거 아닙니다.)

 

 

 수강 목적 

- 추천시스템에 대해 1도 몰라서 기초 내용 + 실습을 해보고 싶었음

- 추천 시스템 스터디 내에서 이 강의로 공부하자고 했음

 

 

 수강료 

44,000원

 

 

 수강 시간 

크게 9장으로 구성된 총 41개 수업 (6시간 14분)

앞부분에서는 한 장당 1시간 조금 넘게 걸렸고, 뒤로 갈수록 적었던 걸로 기억.

 

 

 강의 구성 

(실습 데이터는 모두 무비 렌즈 데이터

https://grouplens.org/datasets/movielens/)

0장. OT

 

1장. 추천 시스템 소개

    추천 시스템의 정의와 여러가지 알고리즘을 개괄적으로 설명

 

2장. 기본적인 추천 시스템

    Best-Seller 제품 추천 방식, 집단별 추천 방식, 정확도 측정 (+ 실습)

 

3장. 협업 필터링 추천 시스템

    협업 필터링의 원리, 여러가지 유사도 지표, 기본 CF, KNN CF, 평가경향을 고려한 CF, UBCF와 IBCF, 성과측정지표 (+ 실습)

 

4장. Matrix Factorization(MF) 기반 추천

    MF 방식, SGD 방식, train/test set 분리, 최적의 파라미터 찾기 (+ 실습)

 

5장. Surprise 패키지 사용

    Surprise 패키지, 여러 알고리즘, 유사도 지표 종류, 조건 비교 (+ 실습)

 

6장. 딥러닝을 사용한 추천 시스템

    MF를 신경망으로 변환, 딥러닝 적용한 추천 시스템 (+ 실습)

 

7장. 하이브리드 추천 시스템

    하이브리드 추천 시스템의 특징, CF와 MF 결합 (+ 실습)

 

8장. 대규모 데이터의 처리를 위한 Sparse Matrix 사용

    Sparse Matrix의 개념, COO형식과 CSR형식 (+ 실습)

 

9장. 추천 시스템 구축에서의 이슈

    콜드 스타트 문제, 확장성, 활용, 이진수 데이터, 사용자 간접 평가 데이터

 

 

 

 REVIEW 

- 간결하고 핵심을 짚는 설명이 좋았음

- 강의 자료 PPT가 아쉬웠음(패드로 필기하면서 들었는데 정돈된 디자인이었으면 좋았을 듯.)

- 실습의 비중이 많아서 좋았음

- 중간중간 현업에선 ~~이렇게 한다 설명해주셔서 좋았음

- 실습 코드 설명이 많으면서 적었음(?) (내 실력 부족때문이겠지...). 같이 코드를 따라칠 때 빨라서 일시정지한 후 다 치고 나서 설명 들으려고 다시 재생하는데, 뭔가 아쉬움. 어떤 부분은 자세히 설명해주시고 어떤 부분은 반복되고 어떤 부분은 그냥 넘어가서 지루하기도 했음. (그냥 내 집중력이 거기까지인 걸수도.)

- 실습 그냥 코드 주시지,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,ㅎㅎㅎㅎ

(반복되는 시간에 다른 개념 설명 더 해주셨으면 좋겠다는 아쉬움? 그래도 도움이 많이 되었음)

- 듣고 나니 머리에 어느 정도 추천시스템이 그려짐

- 더 다양한 데이터 활용 내용, 실제 사례에 대해 배우고 싶었지만 초급 강의니 거기까지 바라진 않겠다

- 대체로 만족. (평점 4점 ㅎ)