추천 시스템의 큰 그림을 잡을 수 있어 좋습니다. 하지만 아래의 두 가지를 충족하면 실습을 해보면서 실제 구현 원리까지 이해할 수 있어 더욱 좋음 1. 최소한의 선형대수 지식(행렬곱, 벡터, 행렬 요인화, 벡터 개념) 2. 행렬 요인화를 신경망으로 변환하는 것 부터 밀집층을 쌓아 딥러닝으로 점수를 예측하는 모델은 기본적인 신경망 구조 및 keras 사용법을 알면 이해가 한결 수월함 1, 2가 충족되지 않는다고 해도 완강할 경우 전체적인 개인화 추천의 큰 그림을 잡을 수 있음 강의 덕분에 전체적인 큰 그림을 잡았으니 복습차원으로 kaggle 문제에 적용해보면서 좀 더 감을 늘리고 최신 논문등을 읽으며 계속해서 공부해 나갈 수 있는 힘이 생긴 것 같습니다. 감사합니다