
인공지능 활용 추천 시스템
YoungJea Oh
본 강의는 추천시스템의 기본개념부터 딥러닝 적용원리까지 다룹니다. 협업 필터링, 콘텐츠 기반 필터링, 하이브리드 추천 시스템 등 다양한 추천 알고리즘을 배우며 추천 서비스 개발을 위한 실무역량을 키워보세요!
중급이상
딥러닝, 머신러닝, 추천 시스템
🧩 복잡한 수식이나 이론 중심의 설명보다는, 직접 프로그램을 구현하며 추천 시스템의 핵심 개념을 익히는 것을 목표로 합니다. 🛠️ 총 12개의 다양하고 실용적인 예제를 통해, 콘텐츠 기반 추천, 협업 필터링, 딥러닝 추천 등 실제 환경에서 활용할 수 있는 추천 시스템을 단계적으로 설계하였습니다.
비개인화 추천 알고리즘에 대한 개념 및 구현
개인화 추천 알고리즘에 대한 개념 및 구현
비개인화, 개인화 알고리즘 및 다양성이 반영된 추천 시스템에 대한 작동 원리 및 구현
학습 대상은
누구일까요?
추천 시스템의 원리 및 구현에 관심이 있으신 분
복잡한 수식이나 이론 중심의 설명보다는, 직접 추천 시스템을 구현하는 것에 관심이 있으신 분
총 12개의 다양하고 실용적인 예제를 통해 추천 시스템을 공부하고 싶은 분
단순 추천 알고리즘이 아닌 다양성이 반영된 추천 시스템을 만들고 싶으신 분
선수 지식,
필요할까요?
Python, 초보자들도 쉽게 이해할 수 있고 배울 수 있는 언어
Pandas, 데이터를 분석하고 처리할 수 있는 라이브러리
Google Colab, 클라우드 기반 실습환경(GPU도 사용가능)
186
명
수강생
3
개
수강평
1
개
답변
4.3
점
강의 평점
1
개
강의
안녕하세요, 강의를 맡은 조경원입니다.
저는 중소기업부터 대기업까지 다양한 산업 환경에서 웹 개발, 인공지능(AI), 그리고 AWS 인프라 구축 등 폭넓은 실무 경험을 쌓아왔습니다.
이러한 경험을 바탕으로 2022년부터는 오프라인에서 AI 분야의 강의를 진행하며, 실무와 이론을 연결하는 교육을 이어오고 있습니다.
전체
25개 ∙ (8시간 59분)
해당 강의에서 제공:
1. 추천 시스템 강의 소개
03:46
2. 1. 추천 시스템이란?
08:51
3. 추천 시스템 분류
06:23
4. 유사도
06:55
5. 비개인화 추천 알고리즘
11:50
6. 개인화 추천 알고리즘
19:26
8. 평점 예측 기반 평가지표
11:52
9. Ranking 기반 평가지표
11:07
10. 다양성 기반 평가지표
07:46
전체
3개
4.3
3개의 수강평
수강평 1
∙
평균 평점 5.0
5
추천시스템에 대해 기초부터 실습까지 체계적으로 배우고 싶어 신청하였습니다. 강의는 추천시스템의 기본 개념(콘텐츠 기반, 협업 필터링 등)부터 최신 딥러닝 기반 방법까지 체계적으로 구성되어 있었고, 실제 코드 실습도 병행되어 이론과 실습을 동시에 익힐 수 있었습니다. 특히, Matrix Factorization과 LightFM, 딥러닝 기반 추천 모델을 직접 구현해보는 과정이 인상 깊었고, Kaggle 실전 예제는 실무에 큰 도움이 되었습니다. 강사님의 설명이 명확하고 실습 코드도 꼼꼼하게 준비되어 있어 부담 없이 따라갈 수 있었습니다. 추천시스템을 처음 배우는 분들이나, 실무 적용을 준비하는 분들에게 강력히 추천합니다!
수강평 30
∙
평균 평점 4.9
수강평 1
∙
평균 평점 5.0
₩38,500
같은 분야의 다른 강의를 만나보세요!