[추천 서비스] 데이터 기반의 추천 서비스 강의 2020.10 전용준

 

 

 

 

•2일간 총 14시간 – Hands-On 실습을 포함해 진행

•대표적인 인공지능 응용 분야로 꼽히는 추천 서비스 구현을 위하여 실전에서 사용할 수 있는 다양한 머신러닝 활용 방법을 이해

•Python의 라이브러리들을 사용하여 분석방식별로 적합한 데이터를 준비하고, 클러스터링, Collaborative Filtering, 딥러닝 등 여러 대안적, 보완적 방식으로 대상업무와 산업별 특성을 반영한 추천 모델을 생성하는 실전적 프로세스 경험

•(데이터 분석과 모델링의 실전 응용 과정임)

 

 

내용 >> 

• 추천 서비스의 개념과 유형

• 추천시스템과 AI간의 관계 이해

• 추천 서비스 적용 대상 영역

• 국내외 추천 서비스 구현 사례

• 추천 시스템 구축 절차와 기법 유형

•  

• 연관규칙 활용 추천 이해와 적용 실습

• 사용자 프로파일기반 추천 이해와 적용 실습

• 콘텐츠 기반 필터링 이해와 적용 실습

• 클러스터링 분석 이해와 적용 실습

•  

• 아이템기반 협업 필터링(Collaborative Filtering) 이해와 적용 실습

• 분류기법(CatBoost, 심층신경망 DNN)을 활용한 추천 이해와 적용 실습

•  

• 데이터 축소와 추천 모델 운영 효율화 

• 모델 개발 이후의 단계별 고려사항

• Wrap up 및 실전 적용을 위한 현실적 조언

 

 

 

[강사] 전용준 리비젼컨설팅 대표

- 경영학 박사 / 인공지능 응용 분야 전공

- 신용카드, 유통, 제조, 서비스 등 다양한 업종의 데이터 분석, 맞춤형 마케팅/CRM 컨설팅 프로젝트 수행

- 멀티캠퍼스, 능률협회컨설팅, 보험연수원, 비즈델리 등 다수의 기관 컨퍼런스, 세미나, 교육 강연