Enroll Course: https://www.coursera.org/learn/machine-learning-capstone
안녕하세요 여러분! 오늘은 제가 Coursera에서 수강한 “Machine Learning Capstone” 과정에 대해 리뷰하고 추천하려고 합니다.
이 과정은 머신러닝에 관심이 있거나 이 분야에서 더 나아가고자 하는 분들에게 매우 유용합니다. 과정의 주요 목표는 여러 파이썬 기반 머신러닝 라이브러리를 사용하여 추천 시스템을 만드는 것입니다. 이 과정에서는 Pandas, scikit-learn, Tensorflow/Keras 등을 활용하게 됩니다.
우선, 과정 개요는 첫 번째 모듈에서 추천 시스템에 대한 개념을 소개하며 시작합니다. 이후 모듈에서는 다양한 탐색적 데이터 분석 및 피처 엔지니어링 기법을 배웁니다. 이 과정의 가장 큰 장점 중 하나는 실제 데이터를 다루며 실습을 통해 과제를 수행할 수 있다는 것입니다.
모듈 2에서는 코스 관련 데이터셋을 통한 탐색적 데이터 분석을 진행합니다. 예를 들어, 코스 제목, 장르 및 등록 수 등의 통계치를 통해 데이터 패턴을 알아내고, ‘bag of words’를 활용하여 코스의 유사성을 계산하게 됩니다.
모듈 3에서는 비지도 학습 기반의 추천 시스템을 만들어 보는데, 여기서 K-최근접 이웃(KNN)과 클러스터링 기법을 적용합니다. 이 과정에서는 각기 다른 알고리즘을 사용하여 추천 시스템을 구축하게 됩니다.
모듈 4에서는 지도 학습 기반 추천 시스템을 다루며, 신경망을 통해 코스 평점을 예측하는 방법을 학습하게 됩니다. 이는 머신러닝의 강력한 응용 중 하나로, 실전에서 널리 사용됩니다.
마지막 모듈에서는 Streamlit을 사용하여 이전 모듈에서의 작업을 시각화할 수 있는 앱을 만드는 기회를 제공하여 여러분의 프로젝트를 드러낼 수 있는 기회를 제공합니다. 그러므로 실습의 배운 점을 다른 사람들과 공유하며 더 나은 피드백을 받을 수 있습니다.
전체적으로 이 과정은 다양한 머신러닝 기술을 실습하며 배울 수 있는 훌륭한 기회입니다. 머신러닝 추천 시스템은 실제로 많은 산업에서 활용되고 있으므로, 이를 배우는 것은 매우 유익하다고 생각합니다. 엄청난 리소스와 실용적인 경험을 제공하는 이 과정을 강력히 추천합니다.
마지막으로, 여러분도 이 과정을 통해 많은 것을 배우고 직접 추천 시스템을 구현해보길 바랍니다!
Enroll Course: https://www.coursera.org/learn/machine-learning-capstone