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 ..
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..
- Total
- Today
- Yesterday
- RL
- Kinect
- Offline RL
- 한빛미디어
- dynamic programming
- arduino
- Windows Phone 7
- TensorFlow Lite
- 강화학습
- PowerPoint
- 딥러닝
- Kinect SDK
- Kinect for windows
- Variance
- End-To-End
- Distribution
- processing
- Gan
- reward
- Expression Blend 4
- Off-policy
- DepthStream
- bias
- Python
- windows 8
- ColorStream
- Policy Gradient
- SketchFlow
- Pipeline
- 파이썬
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 |