![[백문이불여일타] 데이터 분석을 위한 고급 SQL 문제풀이강의 썸네일](https://cdn.inflearn.com/public/courses/325499/cover/460d66f6-bc5a-4547-b054-0d7be177bc31/sql_advanced_practices.png?w=420)
[백문이불여일타] 데이터 분석을 위한 고급 SQL 문제풀이
데이터리안
인프런 누적 수강생 10,000명 이상, 풍부한 온/오프라인 강의 경험을 가진 데이터리안의 SQL 고급 문제풀이 강의. SQL 고급 내용을 연습해 볼 수 있는 여러 문제를 함께 풀어봅니다.
중급이상
SQL
インフラン累積受講生10,000人以上、豊富なオン/オフライン講義経験を持つデータリアンの推薦システム入門講義。 推薦システムの基礎理論を学び、映画データ分析を一緒に練習してみます。
受講生 618名
推奨システム入門
映画紹介システムの作成
オススメのシステムが何なのか気になりますが、英語の資料はアルソクダルソトなら?
オンライン入門者のための推薦システム入門編講義です。
オススメのシステムがなんだろうと思うけど、英語で書かれた資料はすっかり...
入門者の皆様のためのKind講義を作成しました。
2019年<デイトガールズ>コースの推薦システム特講をオンライン化しようという趣旨から始め、探検的データ分析、Content-Based推薦など内容を補強してみると入門編、深化編に分けて企画することになった推薦システム講義です。入門編、深化編の反応が良ければ「概念から実習まで」推薦システムのディープラーニング編など、さらに多様な方法論でシリーズを続けていく計画です。
私は本当に好きです。他のデータではなく、映画データを分析したので講義をするのが楽しかったです。
私と友達のデータをMovieLensデータセットに溶かしてみて、自分も知らなかった好みを発見することになります。
1 Pythonで映画データを分析し、
2各ユーザーが特定の映画にどのように評価を与えるかを予測する問題を解決します。
この過程で、Pandasというデータ分析ライブラリと、機械学習ライブラリであるScikit-Learn、そして可視化ライブラリであるSeabornを活用します。
ライブラリの活用については心配しないでください。 Pythonの基礎文法だけを知ると、残りはじっくりと学習し、講義に従うように案内します。
Q. なぜ推奨システムを学ぶべきですか?
私たちが使用するサービスはどこにも推奨システムがあります。ニュース記事を見せる画面でも、動画コンテンツを見るアプリでも、ショッピングサービスでも、さらに毎日受け取る携帯PUSHにまでおすすめシステムの哲学と方法論が溶けています。新しい可能性の世界へようこそ。
Q. 非専攻者も聞くことができますか?
A. Pythonのリスト、辞書、繰り返し文、条件文の学習経験があれば、十分に聞くことができます。
Q. この講義だけの特別な利点がありますか?
A. 推奨システムは、アルゴリズムだけで成果を出すことができる分野というよりは、私のサービスを利用するユーザーやアイテムの正確な理解に基づいてパフォーマンスを出すことができる分野です。 (実際のデータを使用するすべての分野がそうです。)だから私たちの講義は推奨アルゴリズムだけでなく、ユーザーの評価パターンを把握するなど、データを分析する過程全体を体験できるように企画されました。アルゴリズムの実装に必要な機械学習モデルについても基礎概念から学ぶことができるので、機械学習に入門したい方にもおすすめです。
学習対象は
誰でしょう?
推奨アルゴリズムに興味がある方
映画が好きな人
おすすめサービスを企画しなければならない企画者
機械学習入門者
前提知識、
必要でしょうか?
Pythonの基礎
33,353
受講生
2,915
受講レビュー
23
回答
4.9
講座評価
40
講座
全体
49件 ∙ (7時間 34分)
講座資料(こうぎしりょう):
¥5,863
知識共有者の他の講座を見てみましょう!
同じ分野の他の講座を見てみましょう!