pbj0812의 코딩 일기

2019.06.05 패스트캠퍼스에서 data science 에 관한 주제로 COMER라는 잡지를 발간하였기에 신청했다. COMER라는 뜻은 책 맨 뒤에 보니 '관심있는 사람 모두'라는 뜻이라고 한다... 가격은 9,900원. 편집은 지난 12월 패캠에서 들은 PYTORCH를 사용한 GAN 강좌에서 매니저를 맡으신 이샘 매니저가 한 것으로 알고 있고... 신청한 이유는 아래 글쓴이가 짱짱하기 때문이다. 내가 알고 있는 분만 인터넷에서 유명하신 엄태웅님, 케라스 코리아 운영에 인스페이스 CTO에다가 이번에 네이처 자매지에 논문까지 올리신 김태영님, 인프런에 기계학습 및 파이썬을 강좌를 올리신 최성철 교수님등... 나머지 분들도 각 기업의 CTO나 팀장급의 위치에 오르신 분들이다. 목차는 아래와 같다. 이번 ..

2019.05.23(목) 회사 인원들과 같이 강남에서 열리는 Tableau Experience 2019 Korea에 참석하였다. tableau에 대한 설명은 아래 링크에서 확인 바란다. https://www.tableau.com/ko-kr 비즈니스 인텔리전스 및 분석 데이터의 힘을 활용하고, 사람들이 잠재력을 최대한 발휘합니다. 비즈니스 인텔리전스 분야에 혁신을 가져온 분석 플랫폼, Tableau를 선택하세요. www.tableau.com 시간표는 위와 같이 구성되었다. 오전에는 전체세션으로 구성되었고, 오후에는 3파트(초급, 중급, 활용)로 나누어 진행이 되었다. 먼저, 놓칠수 없는 기념품 싹쓸이 1. 변신 로봇? 2. 뱃지 3. 포스트잇 4. 볼펜(tableau, data robot) 5. 나무 LE..

------------------------- 가는 길 ----------------------------------------------- 회사에서 데이터 분석 / 인공지능 파트를 맡고 있지만 내가 회사에서 하는 일이 정말 딥러닝인지에 대한 현타가 오던 중 TF-KR에서 '멋진 딥러닝연구 개발자되기'란 주제를 가지고 모임을 가지길래 바로 신청했다. 1분 전부터 계속 새로고침 누르니까 트래픽 때문인지 컴퓨터 성능 때문인지 홈페이지가 2초 간격으로 갱신되길래 2초 남기고 눌렀더니 성공... 판교길래 좀 멀었지만 역 옆이 건물(알파돔 타워 IV)이라 다행... 오늘 아침에 기사 보니까 블루홀이 먹었다던거 같기도... 건물이 헷갈리게 지어놔서 길 좀 헤매다 찾음. 진행 순서는 패널 1인 발표(15분씩) 및 질..

- 잘못된 모델을 정확하게 푸는 것보다 올바른 문제를 근사적으로 푸는 게 낫다.- 통계학은 미지의 세계에 대한 안내자이다.- 통계학은 스포츠와 같다. 토론하는 것보다 실천하는 게 낫다.- 모든 모형은 틀렸다. 다만 몇몇 모델은 유용하다.- 모델은 심플한게 좋지만 지나치게 단순하면 곤란하다.- 명백한 것은 위험하다.

모집단의 특성이 모수 모집단에서 일부의 자료 : 표본 표본에서 뽑은 각종 특성 : 통계 한 시점에서 여러 개체를 관측한 자료 : 횡단면 자료 시계열자료 : 한 개체를 여러 시점에 걸쳐 관측한 자료 패널자료, 종적자료 : 횡단면과 시계열적인 측면을 다 가지고 있는 자료 렉시스 도표 : 가로에는 연도, 세로에는 나이 표시 종적 분석은 여러 개체를 여러 시점에 걸쳐 다양하게 비교함으로써 보다 풍부한 분석을 가능하게 해줌. 자료 대표성 문제 명목척도 : 척도의 명칭만 의미 있음(결혼 상태)순서척도 : 명칭 및 순서가 의미 있음(잘함, 중간, 못함)간격척도 : 명칭, 순서 및 간격이 의미를 지님(온도)비율척도 : 명칭, 순서, 간격 및 배율 모두 의미를 지님(키, 몸무게)

1. 왜 통계학을 배워야 하나 ㄴ 통계학의 유용성 : 분야를 막론하고 통계학을 사용한다. ㄴ 통제된 실험에서 두 비율의 비교 : 관점에 따라 결과가 바뀔수 있다. ㄴ 엉터리 통계의 예 : 미신, 주식, 표본을 잘못 잡아서 결과를 왜곡 ㄴ 통계학의 분류 1) 기술통계학 : 자료를 변수 별로 따로따로 또는 관계되는 변수끼리 묶어서 요약. 2) 추론통계학 : 정리된 자료에 담긴 의미를 해석하여 미지의 세계에 대해 추론.

첨부파일 : 오일석 교수님 강의 자료 (url : http://cv.jbnu.ac.kr/index.php?mid=pr) - 사람은 인식을 할 때 가장 그럴듯한 쪽으로 인식을 하기 때문에, 패턴 인식도 이와 같은 법칙을 따른다.(수학을 통해서...) - x라는 조건 하에서 그것이 Wi 일 확률 P(Wi|x)를 구하고, 가장 큰 확률을 가진 부류로 분류한다. - 주사위를 던졌을 때 3이 나올 확률은 1/6이다. -> P(X=3) = 1/6 (X : 랜덤 변수) - 주사위 같은 변수는 이산 값을 갖지만, 사람의 키 같은 경우에는 연속 값을 갖는다. - 키의 확률 분포는 확률 밀도 함수(PDF(Probability Density Function))로 표현해야 한다. - 확률은 항상 0보다 크거나 같아야 하며 모..

(url : http://cv.jbnu.ac.kr/index.php?mid=pr) - 인식(recognition)은 인간에겐 쉬운 일이지만, 기계에겐 어려운 일이다. - 패턴 인식은 현재에도 상용화 되고 있다.(우편물 주소 분류, 지문 인식, 동작 인식 등...) - 인식에는 여러 종류가 있지만 '지능'에서 가장 중요한 것은 상황 인식이다. - 패턴 인식의 처리 과정 : 패턴 -> 특징 -> 분류 -> 부류 - 훈련 집합(trining set) + 테스트 집합(test set) = 데이터베이스 - 샘플을 분류하기 위해서는 사용할 특징을 추출해야 한다.1) 개별적인 화소를 특징으로 삼으면 각 픽셀의 모음인 차원 벡터 를 특징 벡터(feature vector)라고 한다. 2) 8*8 픽셀의 형태라고 한다면 ..