| 추천시스템을 구성하기 위한 개괄적인 내용을 모두 다룬다. 이 책을 참고해서 a-z 까지 추천 시스템을 처음부터 다룰수가 있다. 현업 엔지니어부터- 사이언티스트까지 표준화된 용어와 개념정립으로 협업을 위한 필독서다. 딥한 이론보다는 데이터 입수부터 서빙 , ab 테스트까지 이벤트 피드백 루프를 끝까지 잇는 결과를 다룬다. |
|
지금 맡고 있는 프로젝트들에 데이터가 넘쳐나는 프로젝트 들이 많다. 하지만 이 데이터 들을 제대로 활용하는가...? 하는 물음에 대해서는 단호하게 '아니다' 라고 말 할 수 있다. 책일 읽게 된건 예측 시스템을 만드는데에 추천 시스템이 같은 방식이라고 생각했기 때문이다. (해당 분야 전문가들이 보면 답답한 얘기일수도있지만.) 책을 받게 되면 나는 지은이에 대한 소개를 한번씩 보곤하는데, 저자중 한분은 순수수학 박사학위로 적혀 있어서 책 내용에 대한 신뢰도가 조금은 올라가게 되었다. 책 내용을 들여다보자면, 최근(2023년도) 에 발표된 JAX 라이브러리를 활용하여 추천시스템(도서의 표현을 사용하자면, RecSys) 을 구축하는 과정 전반적으로 설명하고있다. 책에도 소개 되어있지만, 내가 심도있게 본 부분은 - 데이터 및 비즈니스 문제를 RecSys 문제로 전환하기 - RecSys 구축을 시작하기 위낳 필수 데이터 파악하기 로 설명되어있는 단계들이다. 머신러닝을 통해 데이터를 분석하기 이전에 어떤 목적으로 시스템을 만들것인가? 어떤 데이터를 활용 할 것인가? 하는 문제 부터 해결 해 나가야 했기 때문이다. 실제로 두 부분에 집중적으로 탐구하는데에도 상당한 시간이 소요되었다. 내가 필요로 하는 부분들은 공부할 수 있었지만, 머신러닝이나 기초적인 선형대수를 숙지를 하고 있어야 원활하게 공부를 할수 있다고 생각된다. 나오는 수식들이 책의 진도를 나가는데에 큰 영향을 미치지는 않지만, 책에 나온이상 시스템을 제대로 구성하기 위해서는 부족하다면 내용을 알고있거나, 추가 공부가 필요하다고 생각된다. 난이도는 입문으로 표시되어있지만, 단순히 머신러닝 입문이 아닌 머신러닝을 활용한 시스템을 구성해야하는 입문이다보니 책이 다소 어렵게 느껴진게 아닌가 싶다. 하지만 책을 공부하는데에는 무리는없고 추천 시스템을 구성하기 위한 계획을 세우는데에 큰 도움이 되었다. *이 도서는 Jpub 에서 도서를 지원받아 작성하였습니다. |
|
머신러닝을 이용한 추천 시스템을 기초부터 차근차근 배워 볼 수 있는 좋은 레퍼런스입니다. 요즘 온라인 쇼핑몰이나 OTT등.. 많은 customer 향 서비스에서 추천 시스템을 도입하여 고객의 욕구를 먼저 파악하고, 그에 맞는 서비스를 제시하려고 합니다. 여기에서 필요로 한 시스템이 추천시스템이고, 이것을 어떻게 구축하고 비즈니스에 어떻게 접목할 지 읽으면서 배워 볼 수가 있네요... 전 SW만 20여년을 해 왔지만, 새로운 분야를 배워 볼 수 있는 좋은 기회가 된 것 같습니다. 최신 경향인 JAX를 활용한 추천 모델을 구현하고, 그것을 어떻게 활용하는지에 대해서 상세히 기술되어 있습니다. 유사한 고민을 하시는 분들께 많은 도움이 될 것입니다. [본 리뷰는 독자 서평 이벤트로 도서를 받아서 작성한 리뷰입니다.] |