복습으로 들으면서 추가로 질문이 생성될 수 있습니다!!

• 1. 추천시스템은 왜 어려울까?
• 2. 추천시스템은 왜 부각이 되었을까?
• 3. DBMS의 종류는 무엇이 있는가?
• 4. Docker란? / 실시간 서비스를 하려면 어떠한 것을 사용해야 될까?
• 5. 롱테일과 파레토 법칙은 무엇인가?
• 6. 추천시스템에서 개인화의 단점은 무엇일까?
• 7. CTR(Click-Through Rate) 높일 수 있는 방안은 무엇이 있을까?
• 8. Confusion matrix에서 trade-off관계가 있는 것은 무엇인가?
• 9. 데이터의 편향은 무엇인가?
• 10. 유저 관련 정보 VS 유저- 아이템 상호작용 정보 어느 것을 사용하는 것이 나을까?(과거에 캠퍼분들이 질문했던 내용.)

11. Offline test VS online test의 장/단점은 무엇인가?

12. 평점의 함정은 무엇일까? 추천시스템에서 어떠한 영향을 가질까?

13. 랭킹(Ranking):유저에게 적합한 아이템 Top k개를 추천하는 문제에서 정확한 선호도를 왜 구할 필요가 없을까?

14. 추천시스템의 평가 지표는 정확히 정의할 수 있을까?

15. offline Test에서 serving bias는 무엇인가?

16. A/B Test란 무엇인가 ? Test하는 방법에는 무엇이 있는가? Test방법에 대해 장/단점은?

17. 연관 규칙(장바구니 분석)의 단점은 무엇이 있을까?

18. 상관관계 VS 인과관계 / 독립사건 VS 배반사건 / 서로소