자신에 대한 고찰

(해당 포스트에서 소개하고 있는 "제대로 배우는 수학적 최적화" 책은 한빛미디어로부터 제공받았음을 알려드립니다.) 제대로 배우는 수학적 최적화 국내 유일의 수학적 최적화 기본 지식을 안내하는 입문서 hanbit.co.kr 아마 중학교 때부터 사람들이 방정식이라는 것을 접하고, 수학이라는 게 참 어려운 것이 답, 혹은 해를 찾는 것이라는 것을 깨닫는다. 물론 이차방정식, 삼차방정식은 해를 풀 수 있는 기법들이 제공되어 쉽게 풀 수 있다고는 하지만, 이런 식들을 다른 식들과 연계되면 그 해를 구하는 과정이 조금 더 복잡해진다. 재미있는 것은 대학교를 졸업하고, 취업을 해도 이 해를 구하는 과정은 계속된다는 것이다. 오히려 학생때 접했던 것처럼 명확한 수학 공식이 아니라, 글로 표현된 현상을 이해하고, 이에 ..

며칠전에 DeepMind에서 강화학습 벤치마크로 많이 쓰이는 물리엔진인 MuJoCo를 무료로 공개했다. Opening up a physics simulator for robotics As part of DeepMind's mission of advancing science, we have acquired the MuJoCo physics simulator and are making it freely available for everyone, to support research everywhere. deepmind.com 이 MuJoCo 엔진이 참 뭐한게 가격은 가격대로 비싸면서, 지원도 잘 안해주고, 뭔가 뒷단에서 필요로 하는 패키지들이 너무 많아 사용하는데 벽이 좀 있었다. 물론 학생들한테는 1년 라이..

몇 달전에 번역하고 있는 책에 대한 짧은 글을 썼었는데, 며칠 전에 하판되었다는 연락을 받고, 이번주 일요일에 출간한다는 이야기를 전달받았다. 실제로 출판사 웹사이트에도 등록되어 있는 것도 확인했다. 그로킹 심층 강화학습 개념을 수식부터 실습 코드까지 하나씩 떠먹여주는 심층 강화학습 가이드 hanbit.co.kr 어떻게 보면 인생의 버킷리스트 중 하나였는데, 주변에서도 많이 배려해주시고 도와주셔서 무사히 출판까지 잘 진행되었다. 깜빡하고 옮긴이의 글에는 못 남겼지만, 책이 나오는데까지 힘써주신 분들께 감사하다는 말씀을 드리고 싶다. 이전 포스트에서도 간단하게 소개했었지만, 다시한번 언급하자면 너무 이론적인 내용이나 실용적인 구현에 치중하지 않고, 기본적인 강화학습 개념부터 많이 언급되는 심층 강화학습 알..

(해당 포스트에서 소개하고 있는 "만들면서 배우는 파이토치 딥러닝" 책은 한빛미디어로부터 제공받았음을 알려드립니다.) 만들면서 배우는 파이토치 딥러닝 입문서에서는 알기 어려웠던 전이학습과 파인튜닝을 활용한 화상 분류, 물체 감지, 시맨틱 분할, 자세 추정, GAN을 활용한 화상 생성 및 이상 탐지, 텍스트 데이터 감정 분석, 동영상 데이터 클래 hanbit.co.kr 인공지능에 대한 관심이 늘면서, 서점의 IT 섹션에 가면 딥러닝, 머신러닝, 인공지능 책들이 많이 전시되어 있다. 나도 가끔 퇴근하면서, 요새 나오는 인공지능 전문서적들의 트랜드가 어떤지에 대해서 살펴보곤한다. 많은 책들은 본 것은 아니지만, 시중에서 많이 살펴보는 책들은 아무래도 다음과 같은 경향을 가지고 있지 않나 싶다. 머신러닝의 기초..

KL Divergence는 distribution간의 차이를 표현해주는 information? 0에 가까우면, 그만큼 두 distribution의 차이는 거의 없다. KL Divergence는 항상 양수의 값을 가지며, 역에 대한 식은 같지 않다. 위의 그림은 true distribution(p)이 있을 때, 임의의 distribution(q)이 잘 쫓아가는지를 확인하려고 변화하는 경향을 animation으로 표현한 것이다. 구현코드는 참고!

coral dev board에서 수행한 Semantic Segmentation. Pascal VOC 2012에서 pretrain된 모델을 활용해서 inference해봤다. inference는 대략 2~3초 정도 소요된거 같다. 사실 이걸 원하는게 아니라 내가 가진 데이터셋으로 다시 학습을 시켜서 그 데이터셋에 대한 레이블링을 딸 수 있어야 할 것 같은데.. 문제는 구글에서 재학습을 위한 코드를 공개하지 않았다. 좀 많이 찾아봐야할 듯..

집을 정리하다가 집크기에 비해서 책이 너무 많은가 싶어서 한번 찍어봤다. 원채 책을 읽는 걸 좋아하기도 하면서, 책도 사기도 하고... 헌책방가서 읽을만한 책 있으면 한 두권씩 들고오고.. 근래에는 출판사쪽 베타리더나 리뷰도 하다보니까 책장이 가득찼다. 사실 욕심이 많은 점도 있는 것 같다. 책을 살 때는 꼭 공부해야되겠다 싶어서 골랐다가, 막상 시간이 지나면 기술 트렌드도 바뀌어서 버리는 책도 있다. 책이라는게 뭘까... 그냥 같은 모양, 출판사, 주제들로만 묶어서 꽂아놔도 있어보이는게 매력이 있다.

(포스트에서 다뤄지는 해당 도서는 저자 및 출판사의 지원을 받아 제공되었고, 이에 대한 서평을 쓴 것임을 알려드립니다.) 딱 딥러닝을 공부하는 사람들이 딥러닝을 구현하려면 파이썬을 반드시 배워야 하는 것으로 알고있지만, 사실 알고보면 다양한 언어로도 딥러닝의 기능을 구현할 수 있다. 우리가 알고 있는 대부분의 언어들도 배열 형태로 수학 연산을 구현할 수 있고, 이를 계산할 수 있는 기능만 갖추고 있다면, 다양하지는 않지만 흔히 심층 신경망이라고 하는 딥러닝 구조를 구현할 수 있다. 그 언어 중 하나가 R이다. R은 쉽게 말하면, 통계 이론을 구현하는데 특화되어 있는 프로그래밍 언어이다. 사실 파이썬이 범용적으로 사용할 수 있는 형태로 쉽게 구현할 수 있기 때문에 오늘날에 많이 쓰이고 있는 언어긴 하지만,..

(해당 포스트에서 소개하고 있는 "머신러닝을 활용한 웹 최적화" 책은 한빛미디어로부터 제공받았음을 알려드립니다.) 머신러닝을 활용한 웹 최적화 웹 최적화에 머신러닝을 도입한 국내 최초의 책. 통계학과 머신러닝이라는 수학적 방법을 이용해 최적화를 설명하고 코드를 통해 구체적으로 알기 쉽게 정리했다. www.hanbit.co.kr 예전과는 다르게 생활속에서 인공지능을 적용한 사례들이 점점 늘고 있다. 단순히 뭔가를 예측하거나, 이상점을 탐지하는 것에서 벗어나, 이제는 로봇을 제어하기도 하고, 인간이 생각하지 못했던 새로운 무언가를 만들어내기도 한다. 많은 사례들이 존재하기는 하지만, 내가 흥미롭게 본 사례 중 하나는 웹 최적화에 사용한 것이었다. 사실 간단한 원리이긴 하지만, 사용자에게 여러 가지 웹 UI에..

이전 포스트에서 언급했다시피 Arduino Nano 33 BLE Sense를 통해 수집한 데이터를 BLE를 거쳐서 PC에 보내고, 이를 csv파일로 저장하는 과정을 수행했다. 그런데 전혀 예상하지 못한 부분에서 문제가 발생했다. 보통 아두이노에 스케치코드를 올리고, 디버깅을 할 때는 일반적으로 Serial 통신을 활용하고, 이 때 USB를 연결해서 사용한다. 아마 보통 이 과정에서는 Serial Monitor로도 데이터가 잘 보이고 문제가 없을 것이다. 문제는 이제 USB를 끊고, 아두이노에 보조 배터리를 연결해서 원격으로 사용할 때 발생한다. 물론 Nano가 아닌 Uno나 Leonardo 같은 경우는 배럴이라고 부르는 어댑터를 꽂을 수 있는 부분이 달려 있기 때문에, 별도의 배터리 슬롯이나 어댑터, S..

회사에서 하는 일중에 Arduino Nano 33 BLE Sense에 센서를 붙이고, 측정값을 무선으로 수집하고자 하는 것이 있었다. 가장 쉽게 할 수 있는 일이 Arduino 라이브러리 중 ArduinoBLE.h를 붙이고, 통신에 필요한 속성을 설정하는 것인데, 이 예제 중에는 딱 내가 원하는 목적으로 구현된 것이 없었다. 내가 하고자 하는 것은 다음과 같다. 아두이노에 센서를 붙이고, 주기적으로 센서값을 읽어온다. 이 때 센서값은 String으로 넘겨준다. PC에서는 아두이노에서 읽은 데이터값을 BLE를 통해서 String 포멧으로 받아온다. String으로 받은 데이터를 시간 데이터와 묶어서 csv형태로 저장한다. PC에서 보낸 명령어를 통해서 아두이노를 제어한다. 만약 통신이 끊어질 경우, 다시 ..

(해당 포스트에서 소개하고 있는 "데이터가 뛰어노는 AI놀이터, 캐글" 책은 한빛미디어로부터 제공받았음을 알려드립니다.) 데이터가 뛰어노는 AI 놀이터, 캐글 캐글 마스터들의 노하우를 한 권에 집대성한 책. 흔히 사용하거나 검색으로 쉽게 찾을 수 있는 방법론 외에 다양한 대안들을 여러 예제와 함께 배울 수 있다. www.hanbit.co.kr 과거와는 다르게 어느정도 빅데이터가 쌓이고, 이를 활용한 비지니스 모델들이 많이 나오고 있다. 오히려 데이터가 많이 쌓이면서, 어느정도 영리의 목적을 가지지 못하는 데이터속에서 의미를 찾고자 하는 의도가 보통 데이터를 가지고 열리는 대회에서 보여진다. 그래서 예전보다 더 데이터를 활용한 경진대회나 워크샵이 많이 열리는 것 같다. 보통은 많이 알려져있는 Kaggle이..

아는 사람이 있을지는 모르겠지만, 구글에서 experiments with google 이란 프로젝트를 통해서 상업화하기는 어렵지만, 뭔가 신기한 프로젝트를 진행하는 게 있다. 최근에는 제목과 같이 TF Microcontroller Challenge라는 대회를 개최하고 있다. The TensorFlow Microcontroller Challenge - Experiments with Google Since 2009, coders have created thousands of amazing experiments using Chrome, Android, AI, WebVR, AR and more. We're showcasing projects here, along with helpful tools and reso..

참 하고 싶은게 많은 요즘인데, 할 일이 많아서 바쁘게 살고 있다. 그래도 놀고 싶은 맘 한켠으로 접어두고, 몰입해서 하고 있는 일이 있다. 연초에 세웠던 버킷리스트 중 하나인데, 바로 "책 번역하기"이다. (사실 연초라기에는 작년 말부터 시작한 일이긴 하지만...) 현재 번역중인 책은 아마 알 사람은 알겠지만 Manning 출판사에서 Grokking 시리즈 중 하나인 Grokking Deep Reinforcement Learning 이라는 책이다. (시중에는 인공지능, 딥러닝, 머신러닝 등은 출간한 것으로 알고 있다) 아마 한글로는 "그로킹 심층 강화학습"으로 나올거 같긴 하지만 어찌 될지는 모르겠다. 대략 470p정도 되는 책인데, 지금까지 한 83%까지 초벌 번역은 마무리한 것 같다. 사실 번역이 ..

(해당 포스트에서 소개하고 있는 "실전 시계열 분석" 책은 한빛미디어로부터 제공받았음을 알려드립니다.) 실전 시계열 분석 실제 환경에 특화된 시계열 데이터 분석 및 모범 사례를 다루는 실무 지침서다. ARIMA 및 베이즈 상태 공간 같은 표준적인 통계 모델과 계층형 모델을 폭넓게 다루고, 시계열 데이터 모델링의 현 www.hanbit.co.kr 인공지능을 많이 활용하는 대표적인 분야를 딱 2가지로 구분짓자면 아마도 대부분의 사람들이 분류(Classification)과 예측(Prediction)을 들 것이다. 사람이 할 수는 있지만 그 일을 하기에는 직관이 필요한 일들이고, 인공지능이 하는 일은 이 직관을 대신할 수 있도록 학습 데이터에서 패턴을 찾는 것이다. 그 중 뭔가 미래의 일을 예측하는 일 자체는 ..