분류 전체보기 850

Microsoft Azure 를 이용한 신박한 머신러닝

https://azure.microsoft.com/ko-kr/services/machine-learning/ 이 신박한 물건은, 마이크로소프트 클라우드 솔루션인 Azure기반으로 돌아가는 툴이다. 주말에 해보면서 충격을 받았다. 이렇게 쉽게 할수있는것이라니. 아무래도, 우리나라 SI는 아직까지 B2B만을 고집하여야 하는 필수적인 이유가 여기있는것일지도 모른다는 생각이 들었다. 이런 쌈박한 물건을 만들어내지 못하기 때문에.보통 머신러닝을 생각하면 검은 화면에 빽빽한 코딩, 그리고 파이썬인지 R인지 MATLAB인지 뭔가 정신없는 것들을 막 쓰고 결과물도 거지같이 복잡하게 나오는것을 생각할지도 모른다.이 마이크로소프트에서 제공하는 쌈박함은 정말.. 어디서든 쉽게 따라올수 없는 내공이 돋보인다. 위와 같이 필요..

전에 입력했던 명령어 다시 실행하기

리눅스나 다른 콘솔이나 예전에 실행했던 명령을 다시 쳐야할때가 있다. 대부분은 화살표 위아래로 다시 불러오지만, 조금더 정확하게 하고싶다면 아래와같은 명령어를 통해 history를 발췌한다. $ history 10 그럼 이제 예전에 실행했던 것들이 라인넘버와 함께 보인다. $ !518 로 실행하면 alias 명령어를 다시 실행해볼수 있다. 이 히스토리는 .bash_history 에 저장된다.

운영체제 2015.10.22

Support Vector Machines (SVM)

위의 그래프는 위키피디아에서 하나의 예이며, 검은돌과 흰돌을 구별해야하한다. 검은돌과 흰돌을 구별하는것은 그다지 어렵지 않고, 저 사이 어딘가에다가 줄을 그어야 하는데, 어떤 것이 제일 그럴듯해 보이는가? 일단 H3 은 틀린 구분선이며, H1은 잘 구분하고 있기는 하지만 무언가 좀 이상하게 구분되어있다. 제대로된 구분선은 H2로 보이지 않는가? 흰돌과 검은돌간 비슷비슷한 간격을 보여주고 있으면서 뭔가 H1보다는 타당성 있어 보인다. 이를 잘 살펴보면, H2 는 검은 돌 또는 흰돌과의 간격이 모두 멀리 떨어진 상태라는 것을 알수 있다. SVM알고리즘은 이렇게 공간상에 있는 여러가지 놈들은 제대로 구분짓기 위해서 선(혹은 초평면)을 잘긋는 알고리즘이다. 다만 잘 그리기 위해서는, 아래와 같이 간격 (Marg..

[개념] 가우시안 분포 (Gaussian Distribution)

가우시안 분포 (Gaussian Distribution)은 무엇인가? 그냥 정규분포 (Normal Distribution) 이다. 같은 맥락에서, 자연에 존재하는 노이즈가 있다. 마치 카메라로 사진을 찍으면 자연스러운 노이즈가 사진에 묻어나오걸 일종의 가우시안 노이즈 (Gaussian Noise) 라고 하는데, 다음의 확률분포곡선 (probability Density Function (PDF)) 을 참조한다.

ARTIK 베타를 기다리며..

삼성전자에서 열심히 베타테스트를 준비하는 IoT기기 (아두이노나 라즈베리파이와 비슷한 선상에 있는 굉장히 작은 컴퓨터) 인 ARTIK은 나와같이 집에서 서버를 돌리거나 아니면 갖가지 쓰잘데기 없는것들을 달아서 실험해보고 개인 프로젝트를 해보고 싶은 사람들에게는 흥미로운 장난감이 아닐수 없다. ARTIK기기는 위와같고, 큰걸로 갈수록 당연히 성능도 좋고 실제로 작은 컴퓨터를 대체해버릴만한 파워풀한 성능을 가지고 있다. 본인은 스타트업에 근무하는것이 아니라 알파테스트 지원서를 설마 되겠어 하고 메일이 왔다! 어? 됐나 싶었다가 역시나 베타테스트 기기를 가장먼저(?) 사게 해준다는것...아마 본사에서 진행하는게 아니라 저쪽 물건너에서 진행하는 느낌답게 삼성답지 않은 능청스러움이 묻어있다... (곰돌이는 웃고있..

하드웨어/IoT 2015.10.17