http://www.yes24.com/24/goods/56775171

머신러닝에 대해서 아주 간략히 정리한 책입니다. 자세한 알고리즘이 없다는 단점이 있지만 전체적인 개념을 파악하기에 적당합니다. 부담없이 한번 읽어볼만 합니다.

그중 연관규칙(Association Rule)에 대한 챕터가 좋았습니다. 다른 책에서는 잘 다루지 않기도 해서 반가웠습니다. 예전 맥주와 기저귀를 같이 진열한다는 빅데이터가 바로 연관분석을 사용한 것입니다.

유튜브에서 사용되는 추천 방식인 협업 필터링(Collaborative Filtering)과 비슷하지만 조금 차이가 있습니다. 협업 필터링은 사용자와 그 사람이 구입한 아이템이 같이 주어져야 합니다. 반면에 연관규칙은 트랜잭션을 기반으로 하기 때문에 굳이 누가 샀는지는 몰라도 됩니다. 단순히 한번에 구입한 품목들을 대상으로 계산을 합니다.

트랜잭션의 아이템들을 분석하여 지지도(support), 신뢰도(confidence), 향상도(lift)를 구하고 이를 통해 연관성이 높은 품목들을 찾습니다. 많이 선택되면서 둘이 같이 구입된 제품들이 서로 관계가 있다는 원리입니다.