어느덧, 2020년을 마무리하는 시간까지 왔다. 나름 새해를 준비한답시고, 다이어리도 바꾸고, 내년에 해야 할 일들을 쭉 정리하고는 있지만, 올해만큼 시간이 참 빠르게 간 해도 처음이었던 것 같다. 그래도 나름 뭔가에 집중해서 일을 했던 한해였었고, 그만큼 보람도 있었다. 생각치도 못한데서, 재미있는 것을 찾는 것도 많았던 한해였다. 내년에도 올해의 나보다는 더 발전할 수 있도록, 조금더 노력을 해야겠다. 한해동안 블로그를 많이 찾아와주셔서 감사합니다. 올해는 지식 공유를 많이 하지 못하고, 읽었던 책의 느낌만 공유했었는데, 그래도 이전에 정리해둔 글을 보고 많이 찾아와주셨네요. 덕분에 하루하루 열심히 공부하고, 새로운 것을 찾을 의욕을 얻어갑니다. 내년에도 오시는 분들께 도움이 될만한 글들을 공유할 수..
(해당 포스트에서 소개하고 있는 "밑바닥부터 시작하는 딥러닝 3" 책은 한빛미디어로부터 제공받았음을 알려드립니다.) 밑바닥부터 시작하는 딥러닝 3 밑바닥부터 만들며 배우는 딥러닝, 이번에는 프레임워크입니다. 3편의 목표는 딥러닝 프레임워크 안의 놀라운 기술과 재미있는 장치들을 밖으로 꺼내보고 제대로 이해하는 것입니다. 현대적이 www.hanbit.co.kr 아마 인공지능과 관련된 연구나 업무를 하고 있는 사람이라면 누구나 Tensorflow나 PyTorch, MXNet같은 딥러닝 프레임워크를 사용할 것이다. (몇몇 프레임워크는 C++이나 java같은 언어로 포팅이 되어 있겠지만) 대부분 이 프레임워크를 다루기 위해서는 파이썬을 잘 다루고, 뭔가의 수학 공식을 코드로 옮길 줄 알고 있을 것이다. 말이 쉬워..
(해당 포스트에서 소개하고 있는 "안전한 인공지능 시스템을 위한 심층 신경망 강화" 책은 한빛미디어로부터 제공받았음을 알려드립니다.) 우리 삶속을 살펴보면 인공지능 기술들이 접목된 것들이 많이 보인다. 길을 지나가다 봐도, 다 인공지능과 관련 기술들을 선전하고, 사람들은 거기에 매력을 느끼는 것 같다. 문제는 너무 이런 경향이 심해져서, 심지어는 인공지능 기술에 맹신하는 의견들도 있다는 것이다. 위의 예시는 Berkeley BAIR에서 제시한, physical adversarial example의 예시다. 단순하게만 보면 그냥 표지판을 병이라고 잘못 인식한 것이라고 생각할 수 있겠지만, 만약 자율주행을 목적으로 학습된 인공지능 모델이 이런 표지판을 위와 같이 잘못 인식했다면 어떤 결과가 나올까? 대부분이..
(해당 포스트에서 소개하고 있는 "데이터 전처리 대전" 책은 한빛미디어로부터 제공받았음을 알려드립니다.) 회사에서 인공지능 관련 업무를 하다보면, (물론 사람마다 나누는 기준은 다를 수 있겠지만...) 여러 부류의 일들이 있다. 당연히 모델 개발이나 이를 실제 프레임워크에 반영해서 넣는 일이 주 업무이겠지만, 이런 일 외적으로 개인적으로 중요하다고 생각하는 일이 하나가 있다. (이것도 기준이 다르겠지만) 내 기준에서는 Data Preprocessing, 다르게 표현하면 데이터 전처리이다. 뭐 다른 업무 처럼 딥러닝/머신러닝 모델을 만든다거나 그런 기술을 집어넣는 일이 아니기에 전체 업무에서는 그렇게 부각이 되는 건 아니지만, 어차피 그런 모델을 개발할 때 다 필요한게 모델에 집어넣고 학습시킬 데이터이고,..
(해당 포스트에서 소개하고 있는 "GAN 인 액션" 책은 한빛미디어로부터 제공받았음을 알려드립니다.) 1년전 쯤에 동일 출판사에서 번역된 "미술관에 GAN 딥러닝 실전 프로젝트" 에 대한 리뷰를 한적이 있다. 사실 원서로 따지면, 그때의 책(Generative Deep Learning)이나 이번에 리뷰할 책(GANs in Action)이나 거의 비슷한 시점에 나왔는데, 후자의 책은 이번에 번역되어 오늘 이 포스트를 통해서 리뷰하게 되었다. 그래서 아마 리뷰 내용도 이전에 나왔던 책과 어떤 차이가 있는지에 초점을 맞추게 될거 같다, 앞에서 설명한 것처럼 GAN 인 액션은 여타 인공지능 책 중에서도 보통 적대적 생성 네트워크(Generative Adversarial Network, GAN)이라는 딥러닝 모델..
(해당 포스트에서 소개하고 있는 "TinyML-초소형 머신러닝" 책은 한빛미디어로부터 제공받았음을 알려드립니다.) 요새는 소위 말하자면 인공지능 관련 주제들이 관심을 많이 받는 세상이다. 현업에서도 과제 제안 내용을 받아보면 적어도 어딘가에는 인공지능 기술을 반영하겠다거나, 빅데이터를 통해서 사용자 패턴을 분석하겠다는 내용이 들어있다. 소비자가 생각하는 인공지능 기술이랑 개발자/기획자가 생각하는 인공지능 기술간에는 약간의 괴리가 있겠지만, 요새는 인공지능으로 기존에 못 풀었던 문제들을 해결하고자 하는 시도를 해보고 있다. 그런데 인공지능 기술, 짧게 머신러닝/딥러닝을 실생활에 적용하려면 적어도, 학습하려는 데이터와 어느정도 모사화시킨 모델이 필요하고, 그 모델이 "잘" 동작하게 하려면 데이터를 가지고 모..
(해당 포스트에서 소개하고 있는 "핸즈온 비지도 학습" 책은 한빛미디어로부터 제공받았음을 알려드립니다.) 흔히 머신러닝의 학습 방법을 크게 3가지로 지도 학습(Supervised Learning), 비지도 학습(Unsupervised Learning), 강화 학습(Reinforcement Learning)으로 나눠서 설명한다. 나도 전문가는 아니지만 내가 이해한 대로 간단히 설명하면, 지도 학습은 말그대로 학습시키고자 하는 모델에게 데이터와 답을 같이 알려줌으로써 데이터와 답간의 상관관계를 학습시키고, 이를 기반으로 접하지 못한 데이터에 대한 예측이나 분류 작업을 할 수 있게끔 하는 학습 방법이고, 강화학습은 아무 것도 정의되어 있지 않은 모델을 알지 못하는 환경에서 자유롭게 탐험도 하면서, 내면적으로 ..
linux상에서 매번 apt을 통해서 upgrade를 수행했었는데, 어느 순간부터 한글이 깨지는 현상이 나타났다. 이상하게 VS code가 아닌 다른 환경에서는 한글입력이 문제없이 잘되었다. 이와 관련해서 검색한 결과로는 Text Editor의 Font Family 중에서 "Droid Sans Fallback" 라는 것을 빼라는 내용이 많이 나왔다. 그런데 나같은 경우에는 오히려 빼니까 VS Code에 내장된 terminal의 폰트가 깨지기 시작했다. 이때문에 앞에서 말한 "Droid Sans Fallback" Font를 뭔가로 대체해야 하는데, "DejaVu Sans Mono" 로 대체했다. 인터넷에 소개된 대부분의 해결책이 해당 폰트를 제거하라고만 되어 있는데, 그걸로 해결안된 상황이라면 다른 폰트로..
(해당 포스트에서 소개하는 "딥러닝과 바둑" 책은 한빛미디어로부터 제공받았음을 알려드립니다.) 인공지능이 바둑 영역에서 본격적으로 활용되기 시작한 것은 4년전 알파고와 실제 인간과의 대결 이후였을 것이다. 그 이전에는 인공지능이 체스에 활용된 케이스가 있었지만, 제한된 영역에서 움직이는 체스와는 다르게 바둑에서는 활동 영역도 넓고, 무엇보다도 형세를 이해하고 몇수 뒤의 미래를 예측해야했기 때문에, 인공지능을 해결하기 어려운 분야라고 여겨졌었다. 그런 영역을 알파고는 머신러닝과 딥러닝, 더불어 강화학습까지 적용시켜 바둑 실력을 높이게 된 것이다. 혹시 이 영역에 관심있는 사람이라면 Deepmind에서 만든 알파고 관련 영화도 한번 보면 흥미가 있을것이다. 아무튼 알파고가 등장하고, 이를 어떻게 구현했는지에..
회사에서 실험을 하다보니까, terminal로 출력되는 결과를 계속 확인해야 하는 경우가 생겼다. 물론 항상은 아니지만, 가끔씩이라도 확인하면서 정상적으로 동작하고 있는지 여부를 확인하고자 했다. 보통 이때 많이 사용하는게 screen이라는 것이다. screen은 일종의 terminal multiplexer로 일종의 가상 터미널과 같은 것이다. 보통 원격으로든 로컬로든 한 터미널에 한 유저만 할당받아서 사용하는 형식으로 되어 있다. 그래서 일반적으로는 터미널이 종료될때 유저도 로그아웃이 되는 것으로 간주되어 해당 유저가 실행한 프로세스나 어플리케이션도 동시에 종료된다. 물론 이런 것을 막기 위해서 & 연산자를 사용해서 background로 process가 돌게 할 수도 있겠지만 이때도 앞에서 말했던 것처..
Probability mass functions Make a PMF Plot a PMF Cumulative distribution functions Make a CDF Compute IQR Plot a CDF Comparing distribution Extract education levels Plot income CDFs Modeling distributions Distribution of income Comparing CDFs Probability mass functions import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns from empiricaldist import Pmf, Cdf ..
(해당 포스트에서 소개하는 "Think Julia: 줄리아를 생각하다." 책은 한빛미디어로부터 제공받았음을 알려드립니다.) 내가 처음 Julia를 알게 된 것은 MOOC 수업을 들을 때 Julia로 문제를 해결하는게 있어서였다. 그 때 했던 과제가 Linear Optimization을 하는 것이었는데, JuliaBox상에서 Julia로 구현된 Linear Solver를 사용하면 Optimal Value를 구할 수 있었다. 그때 잠깐 다뤘던 내용이지만, Python만큼이나 문법도 간결하고, 구현하고자 한 공식이 있으면 그대로 표현도 가능했고, 이해하기 쉬웠던 것으로 느꼈었다. 사실 Julia는 내가 느낀 것 이외로도 장점이 많다. 책에 기술된 대로 따라가자면, High-Performance Language..
요새는 블로그에 글을 잘 올리지 못한다. 글을 쓰다보면, 내가 쓰는 글이 올바른 정보를 담고 있는지 걱정도 되고, 내가 제대로 알고 쓰는 건지도 의문이 들 때가 많다. 그래서 요새는 글을 쓰면서 요약하는 것보다, 강의보면서 내용 정리하고, 실습해는게 많다. 그래도 강의 내용도 요약하면서, 내가 실습한 결과를 설명하는데 있어 Jupyter를 사용하면 좋다는 생각을 많이 했었고, 찾아보니까 Jupyter notebook을 html형식으로 자동으로 변환시켜서 블로그 형태로 운영할 수 있는 툴이 있다는 것을 발견했다. https://fastpages.fast.ai/ fastpages An easy to use blogging platform with support for Jupyter Notebooks. fas..
Categorical Plot Types¶ In [1]: import pandas as pd import seaborn as sns import matplotlib.pyplot as plt %matplotlib inline stripplot() and swarmplot()¶ In [2]: df = pd.read_csv('./dataset/schoolimprovement2010grants.csv') In [3]: sns.stripplot(data=df, x='Award_Amount', y='Model Selected', jitter=True) Out[3]: In [4]: # Create and display a swarmplot with hue set to the..
1. The most Nobel of Prizes¶ The Nobel Prize is perhaps the world's most well known scientific award. Except for the honor, prestige and substantial prize money the recipient also gets a gold medal showing Alfred Nobel (1833 - 1896) who established the prize. Every year it's given to scientists and scholars in the categories chemistry, literature, physics, physiology or medicine, economics, and ..
- Total
- Today
- Yesterday
- Offline RL
- dynamic programming
- Expression Blend 4
- ColorStream
- Kinect for windows
- 파이썬
- reward
- Distribution
- bias
- windows 8
- arduino
- Kinect SDK
- 딥러닝
- PowerPoint
- Gan
- Python
- 강화학습
- RL
- End-To-End
- Kinect
- DepthStream
- SketchFlow
- Windows Phone 7
- TensorFlow Lite
- Variance
- Policy Gradient
- Pipeline
- processing
- 한빛미디어
- 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 | 31 |