본문 바로가기

Machine Learning/Memo

(7)
KBS1T타임에서 딥러닝에 대한 내용 소개 Deep Learning이 참 핫한 IT계에서 화두이긴 한 모양이다..2~3년전부터 눈에 조금씩 띄기 시작하더니.. 이제는 일반적인 IT시사 프로그램에서도 소개가 될 정도니.. KBS1의 T타임이라는 프로그램에서 간략하게 어떤것인지 설명. 그런데 뭐 거창하게 '의식'을 가진다는 표현은 좀 오버 아닌가...
KBS1 생각의 집, '인공지능과 인류의 미래' 우연치 않게 TV를 끄려다가 채널을 돌리는데, 카이스트 김대식 교수님이 '인공지능과 인류의 미래'라는 제목으로 교양 강연을 하시는걸 봤는데..때마침 그 강연에서 Deep Learning에 대한 이야기를 하신다. 그 강연이 기술적인 이야기를 하자고 만든 프로그램은 아니고, 관련 분야에 대해서 기술이 아닌 다른 인문학적 시각을 가지고 인공지능의 발전이나 그 모습을 봤을때 우리의 미래는 어떻게 발전하고 있는지..를 전문가를 통해서 보고자 하는 것이다. 우리가 이 분야에 있으면서 정작 기술의 개발에만 힘썼지, 왜 그것이 필요하고 그것을 해야하하는지에 대한 의식없이 머릿속에 그런게 있다는 것만 배워왔다.쉽게 말하면 A를 배워서 그 A를 써먹을 분야를 찾았다.. 하지만, 인류의 진화나 미래에 대한 인문학적 소양을 ..
기계학습 튜토리얼 chapter가 잘 정리되어 있어서 가져옴.여기 나와있는것이 다는 아니지만, 제목만 보면 기본필수들이라 봐야함. 원문 URL : http://homepages.inf.ed.ac.uk/rbf/IAPR/researchers/MLPAGES/mltut.htm Assessing and Comparing Classification AlgorithmsCross Validation Andrew MooreThe Many Faces of ROC Analysis in Machine Learning Peter A. Flach, ICML'04ClassificationDecision trees Andrew MooreTutorial on Practical Prediction Theory for Classification John ..
아파치 그룹의 mahout 기계학습 라이브러리 책 아파치 그룹에서 추진하던 루씬(Lucene) 프로젝트의 하위 프로젝트로 2008년에 시작되었는데,(루씬 프로젝트는 오픈소스기반의 검색 엔진), 이 프로젝트를 위해서 기계학습 라이브러리가 필요하게 되었는데.. 이것을 개발하다가 따로 떨어지게 되면서 오픈소스 기반의 Taste 협업 필터링 프로젝트를 흡수하면서 아파치 그룹의 Top 레벨의 프로젝트로 2010년에 탄생하게 되었다고 한다. Mahout began life in 2008 as a subproject of Apache’s Lucene project, which providesthe well-known open source search engine of the same name. Lucene provides advanced implementations..
빅데이터에 대한 오해 세가지 빅데이터에 대한 오해 세가지. 빅데이터가 무엇이며, 무엇을 할 수 있는 지에 대한 상당한 오해가 있다. 다음은 그 세가지 오해다. 1. 관계형 DBMS는 매우 큰 볼륨으로 확장할 수 없기 때문에 빅 데이터 기술로 보기 어렵다. (X) 2. 하둡 또는 확장에 따른 모든 맵리듀스 환경은 작업부하와 조건에 상관없이 빅 데이터를 위한 최선의 선택이다. (X) 3. 도식적인(Schematic) DBMS 시대는 끝났다. 스키마 개발은 빅데티어 도입에 방해만 될 뿐이다. (X) 출처 : IDG Tech Report '빅데이터의 이해' 처음 빅데이터라는 말을 들었을때, 너도 나도 자신들이 다루를 문제가 빅데이터라고 했다. 그래서 빅데이터에 대한 전문가들이 합의한 정의가 궁금해졌는데, 3V라고 해서 Velocity, V..
Biomathematics 'Bayesian Models of Brain and Behaviour' 참고 사이트 : http://www.hindawi.com/isrn/biomathematics/2012/785791/ This paper presents a review of Bayesian models of brain and behaviour. We first review the basic principles of Bayesian inference. This is followed by descriptions of sampling and variational methods for approximate inference, and forward and backward recursions in time for inference in dynamical models. The review of behavioural ..
Random number generation using C++ TR1 C++ TR1으로 특정 확률분포를 가지는 랜덤 수를 생성하는 방법 (구현) http://www.johndcook.com/cpp_TR1_random.html http://preshing.com/20111007/how-to-generate-random-timings-for-a-poisson-process http://telliott99.blogspot.kr/2010/02/replot-poisson-example-with-python.html