데이터 분석 실전반 (추천 시스템 구현)
기수 13기
트랙 데이터 분석 (Data Analysis) Track
커리큘럼 10주
모델링을 완전히 익히고 분석 역량을 높이고자 하는 분을 위해 프로젝트 형식의 강의를 진행합니다.
어떤 것을 배우나요?
- 금융 상품 데이터를 활용한 실전 구현 학습
- 콘텐츠 기반, 협업 필터링부터 행렬분해, 딥러닝까지 단계별 알고리즘 설계 및 구현
- 주식/ETF 데이터를 분석해 API 배포와 대시보드 시각화까지 추천 시스템의 전 과정 경험
이런 분께 추천합니다
- 파이썬/Pandas 활용과 머신러닝 기초 역량은 갖추었지만 추천 시스템을 실제로 구현해 본 경험이 부족하신 분
- 금융 데이터를 활용해 다양한 추천 알고리즘을 실습하며 실무적인 데이터 파이프라인 역량을 쌓고 싶은 분
- 선행 요구 역량: 파이썬/Pandas 사용 경험 및 Machine Learning 기초 지식을 숙지하고 있어야 함
커리큘럼
- 1주차 강의 소개, 추천 시스템의 주요 특징
- 2주차 통계 기반 추천, 오프라인 평가
- 3주차 시계열적 데이터 분할, 콜드 스타트
- 4주차 행렬 분해 기반의 추천 모델의 이해와 구현: ALS/BPR/NMF
- 5주차 Two-stage 구조 이해
- 6주차 MLP, FM, Wide & Deep, DeepFM이해
- 7주차 ETL, Airflow Batch, Storage 이해
- 8주차 FastAPI, Swagger, Virtual machine 이해
- 9주차 Dashboard, Feature distribution, simulation 이해
- 10주차 Review
