최근에 내가 정말 좋아했던 친구와 멀어졌다. 오해에서 비롯된 막말과 그로 인한 상처.. 어쩌면 내가 그 친구의 마음속에 들어있던 나를 죽여버렸던 것 같다. 그 친구를 처음 만난건 3년전.. 좋아하기 시작했던 건 1년전... 진짜 사귀기 시작했던 80여일동안 날마다 그 친구가 뭘 좋아하나 고민하면서 하루를 보냈던 적이 있었는데.. 이제는 더 그럴수 없다는게 너무 슬프다. 아무리 미안하다고 해도, 그 친구가 받았을 충격이나 오해로 인한 상처는 내가 생각해도 정말 끔찍하다. 나같아도 그런 말을 들었으면 상심에 잠겼을텐데, 아무리 생각해도 내가 죽일 놈이라는 생각밖에 안 든다. 너무 최근에 안 좋은 일만 벌어지는 거 같다.. 그걸 잊어보려고 나름 취미생활에 몰입하고, 공부를 해도 잠에 들기 직전에 떠오르는 그때..
* 이 내용은 edX에서 진행되는 spreadsheet 강의 내용을 요약한 내용입니다. 이전 포스트에서 간단하게 LEFT와 FIND를 사용해서 자기가 원하는 string을 뽑아내는 방법에 대해서 언급했다. 사실 기존에 엑셀은 그냥 자료만 정리해 넣고, 그래프만 이쁘게 뽑아주는 기능만 있는줄 알았는데 생각보다 내가 몰랐던 유용한 함수들이 많았다. 그중 하나가 이 countif 함수였다. 물론 아는 사람들은 많이 썼겠지만 countif 함수는 말그대로 특정 범위내에서 조건문에 맞는 cell의 갯수를 return해주는 함수다. 두개의 인자를 받는데 첫번째 인자는 해당 조건이 맞는지를 찾을 범위, 두번째가 조건이 되겠다. 예시를 잠깐 보자. 이렇게 1000개의 data가 들어있는 표가 있다. 그런데 잘 보면 첫..
2년동안 했던 결과물이 졸업하고 나서 나오고, 운좋게도 낸 워크샵에서도 통과했다. 사실 발표난 거는 좀 되긴했다.. 그렇게 유명한 워크샵도 아니고, 그렇다고 acceptance rate이 인정받을 만큼 좋은건 아니지만, 그래도 이렇게 낸 결과가 인정받고 어디가에 발표를 하러 갈 수 있다는 게 참 좋은 경험인 듯 싶다. 물론 난 회사 사정때문에 못가지만... 그래도 좋다. 참 이게 나오기까지 논문도 여러개 준비하고 그랬는데, 다 떨어지면서 별로 인정받을게 못됬나 싶기도 했었다... 이제 이 논문을 시작으로 계속 연구실에서도 작업을 할거고 더 좋은 논문이 나올거다. 아마도...참 내용은 이전에도 가끔 언급했던 Manycore 상에서의 power management를 다룬 내용이고, 궁금한 사람은 한번 링크에..
이제 강의를 듣는 부분은 Finite State Machine이다. 말그대로 State가 유한개 존재하면서 특정상황에 어떤 입력이 들어오느냐에 따라 state와 output을 변화시키는 시스템이다. 사실 일전에 Tiva C Launchpad에 구현도 한번 한 내용이다. 한번 궁금한 사람은 밑의 링크를 참조해보길...2014/03/30 - [About MOOC] - TrafficLight Simulation아무튼 Finite State Machine을 설계하는데 원칙이 몇가지가 있다. 물론 내가 생각한게 아니라 강의 내용을 번역에서 갖고 오자면.1) 현재 당면 문제를 상기하고, 주어진 것 중 입력과 출력이 뭔지를 구별해야 한다.2) 문제를 상기하고 어떤 state가 필요한지를 고려하고 그에 따른 state..
Register는 보통 D-FlipFlop으로 만든다. 여기에 공용되는 CLK line을 따서 각각의 입력과 출력을 연결시켜주면 완성된다. 사진의 예시는 12bit register를 만든 것이다. 그런데 register가 이렇게 일방적으로 쓰기만 하는 register가 아닌 특정 bit값에 따라 읽고 쓰기에 제한이 있는 register가 있는데 보통 loadable register라고 한다. 참고로 위의 네모처진 부분은 MUX다. 그래서 LD값의 입력에 따라서 이전에 FlipFlop에 들어있는 값이 읽히거나 혹은 DATA로 들어가는 입력이 Q값으로 나오게 되는 것이다. 역시 이걸 이용해서 16bit register를 만드는 것도 맨처음 그림과 같다. 단 차이가 있다면 위에서 만든 LD 를 넣는 입력이 고..
* edx에서 진행되는 spreadsheet강의에서 발췌한 내용입니다. 아무래도 실험을 하는 입장에서 제일 많이 쓰는 툴이 엑셀이 될 것이다. 굳이 실험에 한정짓지 않더라도, 재무 회계정리를 할 때도 엑셀은 참 강력한거 같다. 그런데 결과를 정리하다 보면 가끔 어떤 셀안의 특정 데이터만을 필요로 할때가 있다. 예를 들어서 오늘의 주식 정보가 올랐는지 내려갔는지를 엑셀로 그대로 데이터를 옮겨보면 다음과 같다고 치자. 난 이중에서 얼마나 올랐는지는 상관없고, 단순히 올라갔는지 내려갔는지만을 알고 싶다. 그럼 결국 change열에서 UP이냐 DOWN이냐만 빼오면 쉬울 것이다. 하지만 그안에 들어있는 값 자체가 string이기 때문에 내가 원하는 열만 잘라서 가져와야 한다.(컴파일러에서는 tokenization..
우연히 Text Analytics 강의를 듣다보니까 watson에 대한 동영상이 있어서 공유해본다. 아는 사람도 있겠지만 Watson은 IBM에서 만든 인공지능형 컴퓨터다. 이게 참 대단한 것은 보통 사람만이 인지한다고 여겨지는 문맥(context)를 어느정도 이해한다는 것이다. 정말 말이라고 하는 것은 항상 어려운 것이다. 지칭 대명사를 사용해도 문장에 따라 그 단어가 뭘 지칭하는지는 단순히 문장만 봐서는 알수가 없다. 그 전후의 문장을 보고 어느정도의 유사성을 띠어야 대략 유추할 수 있는 거지, 확실하게 "이건 이거다" 라고 할 수 없는 건 주변 상황에서도 많이 겪어봤을 것이다. 아무튼 이런 문맥을 어떤 특수한 mechanism을 통해서 유사성을 빠르게 찾고자 했던게 목적이고, 실제로 보면 엄청 신기..
아무래도 신호처리를 하는 사람이라면 matlab을 필수적으로 다룰 것이다. 나도 학부때 배운 내용으로 온라인 강의에서 복습을 하고 있는데, 참 쉽지만은 않은 거 같다. 여튼... 보통 신호 및 시스템을 수강하면 후반부에 나오는 내용 중에 z-transform이라는 게 있다. 일종의 system상에 들어가는 signal에 대한 Discrete Time Fourier Transform (DTFT)을 쉽게 구해주는 technique이고, 그냥 개인적으로는 e^jw 형태를 z라고 표현한 거라고 이해하고 있다. 이걸 하다보면 우리한테 주어진 결과가 pole, zero, 그리고 어떤 filter에 대한 gain값이 나오게 된다. 이걸 토대로 frequency response를 구하는게 아마 최종적인 목적이 될것이다..
작년에 새웠던 올해 계획 중 하나는 통계를 제대로 배워보자는 것이었고, 그걸 통해서 기존에 다뤘던 논문 주제에 넣어보면 좋을 거 같다는게 내 궁극적인 목적이었다. 남들이 다 기계학습 기계학습 하지만, 사실 기계학습을 하려면 무엇보다도 통계에 대한 이해가 중요하다고 생각했었고, 그래서 들었던게 이 수업이었다. 이 수업은 어쩌면 통계학을 배운 사람이 기계학습은 어떻게 써먹는 것일까 할때 도움이 될 수 있는 가장 최선의 강의가 아닐까 싶다. 반면 기계학습을 배우던 사람이, 그 기반인 통계가 무엇인지를 알고자 할때는 조금 어려울 거라고 생각한다. 나도 어떻게 보면 후자쪽으로 공부하면서 이 강의를 들었는데 가면 갈수록 강의 수준이나 과제에 부담을 많이 느꼈다. 일단 우선 강의에서 소개한 것처럼 Learning에 ..
- Total
- Today
- Yesterday
- SketchFlow
- 딥러닝
- End-To-End
- Offline RL
- arduino
- Kinect
- TensorFlow Lite
- ColorStream
- Python
- Kinect SDK
- Windows Phone 7
- bias
- Distribution
- 강화학습
- 파이썬
- processing
- Pipeline
- Kinect for windows
- DepthStream
- Policy Gradient
- Gan
- dynamic programming
- reward
- Expression Blend 4
- PowerPoint
- 한빛미디어
- Variance
- windows 8
- RL
- Off-policy
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | |
7 | 8 | 9 | 10 | 11 | 12 | 13 |
14 | 15 | 16 | 17 | 18 | 19 | 20 |
21 | 22 | 23 | 24 | 25 | 26 | 27 |
28 | 29 | 30 |