* 본 강의는 데이터캠퍼스 유료회원만 신청이 가능한 과정입니다.

유료회원은 이용하고자 하는 케이스 강의를 신청 해주시면 관리자가 확인 후 수강이 가능하도록 조치해 드립니다.

평일 근무시간 기준으로 1시간 이내 수강 가능하며, 주말에는 월요일 오전 중에 수강이 가능하도록 조치해드립니다.

######### 과제 소개 ############

본 과제는 Python으로 머신러닝 중 연관 및 추천알고리즘(연관규칙분석, 협업필터링)을 이용해 수행하는 소과제 풀이 영상입니다. 

데이터사이언스 Python의 머신러닝 강좌 중 연관규칙분석의 원리와 실습, 협업필터링의 원리와 분석실습 까지 수강하신 분 중 본인의 실력테스트 및 실전 데이터를 다루는 연습을 하고자 하는 수강생들에게 적합한 과제입니다. 

데이터설명: 책정보와 구매정보를 매칭한 도서추천서비스 데이터

소과제 내용: 

1. ‘BX-Book_Ratings-3000.csv’와 ‘BX-Books.csv’ 자료를 이용해 전 과정을 수행해보시오.

1) BX-Book_Ratings-3000.csv 데이터와 BX-Books.csv 데이터를 각각 불러오시오.

2) 각각 불러온 데이터를 바탕으로 책 평점과 이름을 병합하시오.

3) User-ID를 행, ISBN을 열로 구성되는 매트릭스를 생성하고 그 값은 책 평점으로 채우고 결측값은 0으로 채우시오.

2. 위에서 생성된 매트릭스를 이용하여 분석을 수행하시오.

1) 생성된 데이터프레임을 numpy를 이용하여 매트릭스 형태의 어레이로 변환하시오.

2) 코사인 유사도를 이용하여 사용자 기반 유사도 매트릭스를 생성하시오. (for 문 이용)

3) 유사한 사용자를 찾기 위한 함수를 정의하고 정의된 함수를 통해 결과를 확인하시오.

4) 높은 평점을 갖는 책을 찾기 위한 함수를 정의하고 정의된 함수를 통해 결과를 확인하시오.

5) 코사인 유사도를 이용하여 책 기반 유사도 매트릭스를 생성하시오.(for 문 이용)

6) 유사한 책을 찾기 위한 함수를 정의하고 정의된 함수를 통해 결과를 확인하시오.