강의 안내

학과 소개
R을 활용한 개인추천 모델 실습(1)_기초(4주)
준비물 개인 노트북
담당자 (02-332-2145) help@bigdatacampus.co.kr

빅데이터 시대 큰 응용분야로 게임 추천 시스템이 있고, 이를 마케팅 및 사업에 활용하는 능력을 가진 사람은 큰 기회를 가질 수 있습니다.
현재 시점에도 사람의 구매패턴, 구매이력, 취향 등을 분석하여 이를 마케팅에 활용할 수 있는 능력을 갖춘 인재가 많이 필요합니다.
개인의 구매패턴, 구매 이력, 취향 등의 데이터를 실시간으로 분석하여 마케팅에 활용하는 방법은 없을까?
과거의 즐겨본 영화, 음악 등의 데이터를 이용하여 유사성이 있는 영화 혹은 음악을 추천해줄 수는 없을까?
개인추천 시스템을 이용하여 새로운 비즈니스를 창출하는 방안은 없을까?

강의특징

단순히 통계 지식을 전달하는 통계 교육은 가라! R을 활용한 기초 및 고급 통계 단기 완성 통계 강 30년 경력의 세계적인 전문가가 사례 데이터 분석을 통해서 인사이트를 뽑아내는 능력을 키워주는 강의!

학과 소개
빅데이터-머신 러신 기술의 활용을 돕는 강의 소셜 미디어 마이닝 기술 습득을 통한
비즈니스 활용 능력 배양		 R을 이용한 실전 마이닝 기술 습득
빅데이터 및 머신 러닝 기술은 실제 많은 수학 및 통계학적 이론에 대한 이해가 필요한 기술로써 일반인들이 쉽게 이해할 수 있는 영역이 아니며, 본 강의를 통하여 이론적인 기술을 보다 쉽게 활용할 수 있는 기술을 습득할 수 있습니다. 많은 빅데이터는 비즈니스 활용을 위해 실시간 분석 및 처리를 요하는 경우가 많으며, 본 강의를 통하여 다양한 소셜 미디어 데이터의 실시간 분석 및 이를 통한 비즈니스 활용력을 키울 수 있습니다. 기본적인 R 기술의 습득과 보다 진일보하여 실전 소셜 미디어(트위터, 페이스북 등) 마이닝에 활용하는 고급 R 기술을 습득할 수 있습니다.

과정 목표

  • 개인 추천 시스템 개발을 위한 기초 및 고급 기술의 단기 습득
  • 비즈니스 활용을 위한 다양한 형태의 데이터를 활용한 교육
  • R을 통한 실전 개인추천 기술의 구현을 통한 관련 기술 습득
  • 다양한 빅데이터-머신 러닝 기술의 실전 활용능력 습득
  • 개인 추천 시스템에 필요한 다양한 Visualization 및 평가 기술 습득
    본 강의를 듣고 나면 이런 문제들에 대해 인사이트를 캘 수 있습니다.
  • 우리 회사 사업에 적합한 개인 추천 시스템 기술은?
  • 다양한 고객군별 구매패턴을 이용하여 추천 시스템에 활용할 방법은?
  • 계절별, 시간대별 구매 이력 데이터를 분석하여 이를 추천시스템에 활용할 방법은?
  • 유사성을 가진 제품을 판별할 수 있는 방법은?
  • 사람들의 구매 제품을 실시간으로 분석하여 제품 추천에 활용할 수 있는 방안은?

수강 대상

  • 개인 추천 시스템에 입문하시는 분
    개인의 구매패턴, 이력, 취향 등의 분석을 통하여 새로운 비즈니스를 꿈꾸시는 분들에게
    본 강의가 빛이 되어줄 수 있습니다.
  • 다양한 머신 러닝 기술을 개인추천 시스템에 활용코자하는 분
    다양한 머신러닝 기술을 개인추천시스템 구현에 접목하여 이를 비즈니스에 활용하려 하는데
    방법을 몰라 주저하시는 분에게 도움을 줄 수 있습니다.
  • 개인추천 시스템의 평가 및 빅데이터-머신러닝 기술의 성능에 평가에 관심 있으신 분
    다양한 개인추천 시스템이 존재하며 이를 평가하는 방법을 습득하여 적합한 추천시스템을 선택할 수 있고,
    또한 기타 빅데이터-머신러닝 기술의 성능을 평가하는 능력을 배양하실 수 있습니다.

4주 상세 커리큘럼

상세 커리큘럼 A
주차 학습 내용
1주
    < 학습 목표 >
  • · 과정소개(R을 활용한 개인추천실습)
  • · 과정구성(R을 활용한 개인추천실습)이해
  • · 추천시스팀을 위한 R의 기초 이해
    < 학습 내용 >
  • · 다양한 추천시스팀 소개(collaborative filtering recommender systems, content-based recommender systems, knowledge-based recommender systems, and hybrid system등)
  • · 실전사례소개
  • · 데이터 preprocessing기술 소개
  • · R 실습
    < R을 활용한 실습 >
  • · Similarity measure
  • · PCA
  • · Biplot사용법 등등
3주
    < 학습 목표 >
  • · Popular 개인추천시스팀 이해
  • · R을 Popular 추천시스팀 구현
    < 학습 내용 >
  • · Popular 추천시스팀 소개
  • · Popular 추천시스팀 구현을 위한 패키지(recommenderlab) 설치
  • · R 실습
    < R을 활용한 실습 >
  • · Similarity기반의 collaborative filtering 구현
  • · 기타 추천 모델 옵션 활용 방법 실습
  • · MovieLense데이터 리뷰
  • · 결과 Visualization 실습
상세 커리큘럼 B
주차 학습 내용
2주
    < 학습 목표 >
  • · 사용되는 주요 머신러닝 기술 이해
  • · Evaluation 기술 이해
  • · R을 이용한 관련 기술 습득
    < 학습 내용 >
  • · 주요 머신러닝 기술 이해(k-means clustering, SVM, decision tree, bagging, boosting, and random forest등)
  • · 평가 시스팀 이해(as cross validation, regularization, confusion matrix, and model comparison, F1 measure등)
  • · 머신러닝 기술 R습득
    < R을 활용한 실습 >
  • · K-means
  • · SVM
  • · Decision tree
  • · Random forest
4주
    < 학습 목표 >
  • · Collaborative filtering구현을 위한 Data preparation이해
  • · Item-based collaborative filtering이해
  • · R을 이용한 관련 기술 습득
    < 학습 내용 >
  • · 본격적 추천시스팀에 사용하기 위한 데이터 준비 내용 습득
  • · Data normalization
  • · 이진 데이터 대응방법
  • · R 실습
    < R을 활용한 실습 >
  • · Heatmap실습
  • · 칼라/Gray heatmap실습

교수 소개

프로필 사진
    박진수 교수
  • · 현 순천향대학교 교수(Big data/Machine Learning분야 대학원 강의)
  • · Virginia Tech. (미국) 공학박사
    [ 주요 경력 ]
  • · KT 종합기술원 Master PM
  • · 미 CMU(Carnegie Mellon University) Auton Lab. 방문연구원(Bayesian Inference기반의 LBS기술개발과제 수행)
  • · 국토교통부 차세대 교통체계효율화 사업 총괄 PM
  • · 국토교통과학기술진흥원 국책과제 평가위원
  • · IITP(정보통신기술진흥센터) 국책과제 평가위원
  • · TTA 표준화(PG 311, PG 708) 분과 부의장/위원
  • · ETSI(European Telecommunications Standards Institute) WG5 국제표준위원 및 다수의 국제표준안 발표
  • · 국토연구원 ITS기술표준위원회 부의장
  • · 한국정보처리학회 종신회원
  • · (현) 순천향대학교 웰니스코칭서비스연구센터 연구과제 참여(빅데이타 관련 연구과제 수행)
  • · 한국정보처리학회 2015 추계학술대회 우수연구논문상 수상
  • · KT 인재개발원 해외 IT인력 교육 전문강사
  • · KOICA 해외 IT전문인력 교육(칠레대학 파견 교수)
  • · 국내 공무원 및 대학에서 다수의 빅데이타 관련 강의
    [ 저서 ]
  • · "Performance Analysis of MAC Protocol for Location-Independent End-to-end Delay in Multi-hop Wireless Networks", INTECH, 2011
    [ 논문 ]
  • · IEEE 논문 “Big Data Analysis on Electropulsegraph Pulse Data”등 다수의 저널 논문 게재
    [ 특허 ]
  • · M2M응용서비스를 위한 통신사업자 주도적 QoS기법등 23건의 특허 보유

자주묻는 질문

자주묻는 질문
빅데이터-미선 러닝 분야의 이론적 배경이 없이도 수강이 가능한가요? 프로그래밍에 약해도 수강이 가능한가요?
물론 통계학 및 빅데이터-머신 러닝분야에 대한 기초지식이 있으신 분들이 보다 유리한 과정이 될 수도 있지만, 본 과정은 소셜 미디어 데이터 분석을 위한 기본적인 이론 강의를 병행할 예정이므로 해당 분야 지식을 습득하는데 전혀 무리가 없다고 말씀드릴 수 있습니다. 본 과정은 통계분석분야 전문소프트웨어인 R을 사용할 예정이므로 실제 어렵고 복잡한 프로그래밍 경험이 없어도 충분히 소화가 가능한 과정이며, 오히려 이 경험을 바탕으로 보다 복잡한 프로그래밍의 이해에 도움이 될 수도 있습니다.

수강료

수강료
일반등록가 80만원
얼리버드 할인가 49만원

평일반 수강 신청 (얼리버드 할인 중) 주말반 수강 신청 (얼리버드 할인 중)