이책을 드디어 구했다! 작년 봄에 학교에서 기계학습 수업 들으면서도 이 책이 있었으면 얼마나 좋았을까 싶었는데 막상 졸업하고 나서 구매하고 이제 왔다. 물론 지금도 계속 통계 학습 공부하면서 참고하려고 한다. 참고로 이책은 yaser Abu mostafa 교수가 자신의 홈페이지(work.caltech.edu)를 통해서 공개했던 기계학습 강의인 learning from data의 교재다. 나도 작년에 석사프로젝트에 기계학습 좀 응용해보려고 edX에서 나름 열심히 들었는데, 뭔가 어렵다 싶은 개념을 명쾌하게 설명한다. 강의 자료로 쓰는 거도 보면 진짜 이걸로 설명이 되나 싶을 정도 간단하게 기술되어있다. 그런 빈틈을 이 교수는 말빨로 다 채워넣는다. 한번 기계학습을 깊이있게 공부하고 싶은 사람은 꼭 한번 들..
요즘의 대세 중 하나를 꼽으라면 바로 사물인터넷(Internet of Things)가 아닐까 싶다. 네트워크에만 접속해 있으면 각종 사물에 접속해서 현재 상태를 받아오고 그에 따라 사용자가 원하는 반응을 보여주는 형태가 될 것인데, 얼마전에 본것중에 이런 것도 있었다. Estimote라고 하는 iBeacon 인증을 받은 형태의 일종의 beacon이다. 간단히 말해서 이걸 설치한 장소에 대한 제어를 이 장치를 통해서 하겠다는 것이다. 예를 들어서 tag 장치를 가진 사람이 beacon에 설치된 영역에 들어가면 그 사람에게 맞는 정보를 보여준다던가 하는 것이다. 소개 동영상에도 나오지만 이 장치를 통해서 식물의 습도정도, 자전거 위치 등을 실시간으로 파악하는 것 등을 실례로 보이고 있다. 그러면 이 조그마한..
edX에서 얼마전에 종료된 강의 중에 ISSCC(International Solid State Circuit Conference) Preview 형식으로 진행된 강의가 있었다. 내가 하고 있는 분야와는 약간 거리가 먼 아날로그 회로 쪽이긴 했지만, 막상 내용을 살펴보니까 Manycore에서 Power management 하는 것에 대해서 소개하는 파트도 있길래 같이 들었다. 물론 이 강의도 certificate를 받는 기준이 있었고, 신기한 것은 IEEE에서 이 강의 이수자를 대상으로 0.7 시간만큼의 PDH가 붙은 certificate를 추가로 수여했다. 아래가 그 이수증이다. 우리나라에는 아직 보편화가 안됬지만 미국이나 유럽 같은 경우에는 기술직군에 있는 사람들을 대상으로 일정 시간 이상의 CEU 혹..
아주 오랜만에 한빛리더스 활동을 하게 되었다. 예전에 활동할 때가 5, 6, 7기였었는데 이제 어느덧 10기에 이르렀다. 그동안 나도 졸업 준비와 취업 준비를 하면서 정신이 없었고, 이제 조금 여유가 생긴 듯 해서 다시 하게 되었다. 물론 활동의 특성상 여러 분야의 책을 선택할 수도 있었지만 이번 첫 책은 내가 하던 분야랑 약간 연관이 있는 책을 선택해서 읽어보았다. (참고로 이 책은 한빛 미디어의 지원을 받아서 읽게 된 책임을 알려드립니다.) 최근 몇년 사이에 리눅스라는 이름 자체는 컴퓨터를 한다는 사람들 입사이에서 꽤 많이 오르락내리락 했던 것 같다. 물론 그보다 더 역사가 오래되었지만, 그래도 예전보다는 윈도우와 비견될 정도를 관심을 받고 있는 듯 하다. 사실 개인용 PC나 일반 사무용 PC에서 돌..
요새 듣고 있는 강의중에 Network내에서의 현상을 다루는 강의가 있는데 거기서 배운 개념 중에 Nash Equilibrium 이라는 게 있다. 아마 Beautiful Mind 라는 영화를 본 사람이라면 이 사람이 어떤 사람인지 잘 알 것이다. 수업 관련 문제를 풀다가 다시 정리할 필요가 있어서 문제랑 같이 요약해본다. 위의 문제는 Nash equilibrium을 맞출 수 있는 Strategy, 즉 가장 최적의 solution을 찾는 문제이다. 각 행렬요소의 첫번째 인자가 U,M,D를 선택했을때의 가치이고, 각 행렬요소의 두번째 인자가 각각 L,M,R을 선택했을 때의 효용가치( 책에서는 payoff 라고 한다 )를 나타낸 것이다. 예를 들어서 내가 U와 L을 선택했다면 내가 U를 통해서 얻을 수 있는 ..
잠깐 R을 활용해서 Matrix Multiplication을 하는 방법에 대해서 소개하고자 한다. 어차피 dataset을 다루게 되면 그 dataset은 분명히 몇개의 row와 column으로 이뤄져 있을 것이고, 이를 활용해서 Linear Model을 찾으려면 반드시 필요한 작업이 Matrix Multiplication일 것이다. 예제로 다음과 같은 4개의 미지수로 이뤄진 방정식이 있다고 가정하자. 우리가 알고 싶은건 a,b,c,d 각각의 값이 되는데 실제로 손을 이용해서 계산하면 Inverse도 해줘야 되고 복잡하다. 그런데 R이나 matlab 같이 Matrix operation에 특화되어 있는 툴을 활용하면 무척 쉽게 계산할 수 있다. 일단 R에서 좌변의 coefficient에 해당하는 행렬을 만들..
- Total
- Today
- Yesterday
- SketchFlow
- Gan
- bias
- arduino
- Windows Phone 7
- Policy Gradient
- Offline RL
- RL
- Kinect SDK
- Python
- 딥러닝
- End-To-End
- reward
- Expression Blend 4
- 파이썬
- windows 8
- DepthStream
- Variance
- Pipeline
- Kinect
- Distribution
- processing
- Off-policy
- 강화학습
- Kinect for windows
- TensorFlow Lite
- ColorStream
- 한빛미디어
- PowerPoint
- dynamic programming
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 |