이 프로젝트는 Python을 활용한 머신러닝 학습을 목표로 하며, 특히 영화 추천 시스템 구축에 중점을 둡니다. 다양한 머신러닝 알고리즘의 구현과 적용을 통해 데이터 분석 및 예측 모델 개발 능력을 향상시키는 데 기여합니다.
본 레포지토리에는 다음을 포함한 다양한 머신러닝 알고리즘 및 관련 실습 자료가 Jupyter Notebook 형식으로 제공됩니다.
- 선형 회귀 (Linear Regression): 단일 변수를 사용한 선형 관계 모델링
- 다중 선형 회귀 (Multiple Linear Regression): 여러 변수를 사용한 선형 관계 모델링
- 다항 회귀 (Polynomial Regression): 비선형 데이터에 대한 회귀 모델 구축
- 로지스틱 회귀 (Logistic Regression): 분류 문제 해결을 위한 알고리즘
- K-평균 군집화 (K-Means Clustering): 비지도 학습을 통한 데이터 군집화
또한, 주요 적용 사례로 다음이 포함됩니다.
- 영화 추천 시스템: 협업 필터링(Collaborative Filtering) 기법을 활용하여 사용자에게 맞춤형 영화를 추천하는 시스템 구현
- Google Colab: 머신러닝 모델 개발 및 설명, 시각화를 위한 주요 개발 환경
- Python: 모든 머신러닝 알고리즘 및 애플리케이션 개발에 사용된 핵심 프로그래밍 언어
- **주요 라이브러리 **: NumPy, Pandas, Scikit-learn, Matplotlib