추천 시스템: 워크북
추천 시스템: 워크북
Table of Contents
- 1. 추천과 추천 기법
- 2. 데이터셋 살펴보기
- 3. 평점 정규화
- 4. 유사도 계산
- 5. 이웃 기반 협업 필터링 추천
- 6. 특잇값 분해 기반 협업 필터링 추천
- 7. 콘텐츠 기반 필터링 추천
- 8. 연관 규칙 기반 추천
추천 시스템: 워크북
References
- Recommender systems handbook. Francesco Ricci, Lior Rokach, Bracha Shapira, Paul B. Kantor. (2011).
- Recommender Systems - The Textbook. Charu C. Aggarwal. (2016).
- Introduction to Data Mining, 2nd edition. P. Tan, M. Steinbach, A. Karpatne, Vipin Kumar. (2018).
- recommenderlab: An R framework for developing and testing recommendation algorithms. Mi/recommender/docs/workbook/latest/chael Hahsler. (2022).
- Recommender Systems Specialization. Coursera.
- Apa/recommender/docs/workbook/latest/che Spark. The Apa/recommender/docs/workbook/latest/che Software Foundation.
추천 시스템: 워크북
License
『추천 시스템: 워크북』은 ｢Creative Commons BY-NC-SA 4.0｣을 따릅니다. 『추천 시스템: 워크북』을 인용하고 해당 라이선스의 이용법을 준수함으로써 적절하게 재사용, 배포, 변형, 편집 등이 가능합니다.
비상업적 용도와 연구를 목적으로만 배포를 허락하기 떄문에 상업적 이용시 이해 충돌에 대해서 법적 책임을 지지 않습니다.
추천 시스템: 워크북
Contribution
『추천 시스템: 워크북』은 오타와 맞춤법, 문법, 단어의 용법, 또는 원문의 오류 등의 모든 기여는 언제나 환영합니다. 그리고 기여를 생각해 주신 모든 분들께 감사드립니다.
아래의 안내에 따라서 기여를 제출하신다면 모두에게 큰 도움이 됩니다.
- 변경 및 수정 또는 의견이 필요한 사항은 각 콘텐츠 하단에 Comment로 남겨주세요
GitHub 로그인 필요. - 『추천 시스템: 워크북』의 모든 Comment는 ｢여기｣에서 확인 할 수 있습니다.
추천 시스템: 워크북
Comments
Do you have a problem, want to share feedback, or discuss further ideas? Feel free to leave a comment here! Please follow Rust's code of conduct. This comment thread directly maps to a discussion on GitHub, so you can also comment there if you prefer.
Instead of authenticating the giscus application, you can also comment directly on GitHub.