• 올해 머신러닝 공부는 포기.

    사실 머신러닝에 좀 질린감도 없지않아 있다. 미국에 빅데이터와 클라우드를 공부하러 왔고, 카네기에 입학하면서 계속해서 머신러닝을 공부해 왔었다. 특히, 작년과 올해에 가장 많이 머신러닝을 공부했고, 이제는 좀 linear / non-linear와 딥러닝 정도는 어느정도 이해가 가고 실제로 파이선 코딩까지는 가능한 정도까지 왔다. 확실히 머신러닝 TA를 하다보니깐 더 도움이 된 것도 있다. 하지만, ...

    Read More
  • 넘쳐나는 머신러닝 정보속에, 욕심버리기.

    4월이다. 시간 참 빠르다. 빠른만큼 느리다. 것도 그런것이, 올해들어서 술을 끊고 있어서 벌써 85일 정도 되었고 그 만큼 남는 저녁시간에 할꺼 다 해도 시간이 남는다. 수면은 규칙적으로 돌아왔고, 여느해보다 공부량을 엄청나게 늘렸지만서도 시간이 남는 것은 사실인 것 같다. 지난번에 TA에서 호되게 당한 이후로 스스로 마음이 엄청나게 긴장했는지, 3월을 내내 머신러닝 ...

    Read More
  • 주제 넘지 않기.

    오랜만에 글을 쓴다. 한달만이라니, 시간 참 빠르구나. 개강을 하고나서, 머신러닝 TA를 하고, 좀더 심도있는 스타트업 기획과 PM에 대해 배워가며, 한편으론 코딩 연습하고 엊그제 오랜만에 TC를 끝냈고, 2주전 이사를 와서 조금 더 생긴 공간과 더불어 층간소음의 압박에 시달리며, 그런 시간들이 계속해서 흘러갔다. 그런 와중에 특히나 이번주는 너무나도 힘들었다. 특히 TA일이 그랬다. ...

    Read More
  • 머신러닝보단, 풀스택.

    개발의 길을 걷다보면 항상 기술의 늪에서 망설이게 된다. 오래전부터 그랬다. 좋아하는 것과, 기술은 항상 그 격차가 있기 마련이다. 플래시나 액션스크립트, 실버라이트 등이 좋았을 때에도 실제로 기술을 접해보니 ‘스크립트’ 라는 자체가 익숙치 않아서, 그리고 아무리 레퍼런스북을 봐도 어떤 기본적인 원리를 이해하지 못해서 등 제대로 된 스텍을 찾지 못했다. 하지만 내 커리어는 ...

    Read More
  • Distributed Machine Learning TAing

    방학이 시작하고 나서 한달이 넘게 지났다. 12월 말에 큰 family issue가 있어서 연말을 그리 보내고 연초에 바로 전에 글처럼 로드맵을 수정하고, 1월 둘째주, 즉 2주전부터야 비로서 제대로 된 시간을 보내고 있다. 내 방학 목표는 이랬다. 일단 코딩인터뷰 준비해야 하니 리트코드나 열심히 풀고, 가능하면 블로그에 정리하고, 학교 알룸나이에 연락해서 네트워크 늘리고, ...

    Read More
  • 엔지니어로써의 방향

    어제부로 학교의 정규 교과목이 끝이났다. 비즈니스 프리젠테이션은 처음이었는데, 생각보다 잘 치뤘던 것 같다. 그래서 이번주부터 거의 학교 수업이 끝나서 발표만 하면 될 것 같아서 개인적으로 미뤄뒀던 것들 중, 중요하다 생각했던 것들을 시작하고 있다. 물론 코딩공부는 상당히 재밌고, 이에 대해서 조만간 예전처럼(?) 포스팅을 해보려고 하지만 어쨌든 일단 개인 홈페이지를 만드는 것으로 ...

    Read More
  • The kickstart

    학교가 너무 바뻤다. 비즈니스 스쿨은 이런건가 싶더라. 매니지먼트는 뭐이리도 배워야 할 것이 많고 케이스스터디 해야할 것이 많은지. 그래도 내가 평소에 하던, 매일 밤을 세서 하던 조모임과는 확연히 달랐다. 어쩌면, 전보다 더 난 이런 상황에 더 어울렸을지도 모르겠다는 생각이 들었다. 학교가 개강하고, 여러가지 상황에 대해 정리를 시작했다. 스스로 무엇을 원하는지, 앞으로의 ...

    Read More
  • Experiential Futurist, 실험주의적 미래주의

    학교 과제를 수행하다가 Speculative Everything이란 책을 보게 되었다. 온갖 종류의 특이한 연구 내지는 아웃풋을 내는 사람들의 결과를 모아둔 책이었다. 아직 다 읽지는 않았지만 미래연구라는 것이 필요한 이유는 미래는 결정지어진 것이 아니기 때문에 어떤 종류로든 탄생될 수 있다. 그래서 디자인이라는 것이 이 책을 지은 Dunn & Raby 교수는 이를 speculative하는 툴로써, ...

    Read More
  • Coursera – Machine Learning Week2

    Multiple features (variables) 위 데이터에서 n = 4, m = 47가 된다. (2)는 x의 승수가 아니라, 2번째 값을 의미. Hypothesis: (x) (o)ex) Hypothesis 함수에 대한 multivariable form은 아래를 만족한다. For convenience of notation, define () 위 데이터와 비교하면, 여기서 은 basic price of a house를, 은 price per square meter를, ...

    Read More
  • Coursera – Machine Learning Week1

    Introduction 머신러닝이란? 컴퓨터가 배울 수 있는 능력을 프로그램을 통하지 않고 가질 수 있는 것이다. – Arthur Samuel정의 컴퓨터 프로그램이 T라는 몇몇 작업(task)들과 P라는 퍼포먼스 측정을 기본으로 하는 E라는 경험에서 배우는 것을 의미한다. 단, P로 측정된 테스크들 T가 E라는 경험을 발전(improve)시켰을 때.  – Tom Mitchell정의 예: 체커(checker) E: 여러 게임들의 체커(아마도 ...

    Read More
Translate »