인공지능과 추천 시스템 - 추천 시스템 강의 자료 모음
인공지능과 추천 시스템 강의의 한 축은 고전 도서인 추천 시스템 입문 책을 같이 훑어 보면서 내용을 숙지하는 것이었다. 운명처럼 만나기도 했지만, 이른바 ‘교과서’에 해당하는 내용들이었고, requirement , evaluation 쪽에 중점을 두고 해석하려 하였다.
https://m.hanbit.co.kr/store/books/book_view.html?p_code=B7471666713인공지능과 추천시스템을 반반씩 다루고 싶어 매 수업 분량을 1시간 안으로 만들고 싶었고, iPython ( or notebook/colab )이 필요한 경우 run all 을 돌려 볼 수 있는 내용들을 같이 모아 놓았다. 원 저자가 만들어 놓은 일본어로 된 내용과 번역자가 만들어 놓은 내용도 GitHub에 각각 있어 따라가 볼 수 있다.
실습의 경우 MovieLens 의 일부만 가지고 해 보더라도 ML fit 함수 하나 돌리면 수 분이 지나가는 경우가 태반이라 수업 시간에 해 볼 수 있는 라이브 코딩에 한계도 있었지만, 학생들이 따라가며 해 보기에 난이도는 많이 낮아진 환경이라 하겠다.
아래는 강의 발표 자료들. 실습 예제의 경우 colab 링크도 걸려 있다.
1주) 1. 추천 시스템
2주) 2. 추천 시스템 프로젝트
3주) 3. 추천 시스템의 UI/UX
4주) 4. 추천 알고리즘 개요
6주) 5. 추천 알고리즘 상세 ( part 1 )
7주) 5. 추천 알고리즘 상세 ( part 2 ) , 7. 추천 시스템 평가
8주) 5. 추천 알고리즘 상세 ( part 3 )
9주) 5. 추천 알고리즘 상세 ( part 4 )
14주) 5. 추천 알고리즘 상세 ( part 5 ) , 6. 실제 시스템과의 조합 , 8. 발전적 주제
Ps. 10년 전 구글에서 공부하며 만났던 MovieLens가 너무 반가웠고, 강남 교보에서 이 책을 만난 순간의 감동은 신이 나를 이끄는 듯한 착각이 들기도 했었다. 참고로 이 책은 일본어가 원전으로 2022년 5월에 출간되었고, 한국어 번역은 2023년 5월에 되었고, 이는 내가 강의 제의를 받은 시기와 일치한다. 작년 syllabus를 훑어 본 다음 내가 교보를 둘러 보아야 겠다는 생각을 한 것은 6월 첫 주였으니 아주 따끈따끈한 책을 만난 셈인데, MovieLens는 20년전 내용들이고, 왜 이제서야 출판되었나 싶은 내용들이기도 하다.
