100만 달러 규모의 Netflix Prize로부터 얻은 실질적인 교훈

Netflix는 크라우드소싱으로 영화 추천 기능을 향상시키기 위해 머신 러닝 및 데이터 마이닝 경진대회인 Netflix Prize에 100만 달러를 지출했습니다. 하지만 결국에는 우승한 솔루션을 프로덕션 시스템에 활용할 수가 없었습니다.

이 백서에는 Netflix가 직면했던 실질적인 문제들과, 프로덕션 머신 러닝 시스템 개발에 있어서 고려되어야 하는 주요 사항들이 포함되어 있습니다. 기존 머신 러닝 문서들의 이론적 관점과는 달리, 기술적이고 비즈니스적인 관점에서 바라본 Netflix의 사례 연구와 이를 통해 얻어진 교훈들을 함께 보실 수 있습니다.

백서를 다운로드하여 다음의 주요 상충 관계(Trade-off)에 대해 알아보십시오.

  • 예측 정확성 vs 확장성
  • 복잡성 vs 민첩성
  • 프로토타이핑 vs 배포

Netflix Prize 및 프로덕션 기계 학습 시스템: 자세히 알아보기