아이패드와 블루투스키보드 한영변환 팁 삽질

출시되자마자 질렀던 아이패드2가 이제는 할배가 된 시점에도 사용중이다. 거기에 이마트에서 지른 로지텍 K480블루투스 키보드를 같이 사용중이다. IOS9으로 업그레이드되면서 한/영 변환키도 같이 바뀌었는데, CTRL+SPACE 조합을 몰라서 많은 시행착오(이 키 저 키 눌러보는)를 했다. 그런데 구글문서 앱은 자체의 버그로 블루투스 키보드로 한/영변환이 되질 않는다.

어제 출판사에 메일보내면서 발견한 팁인데, 스크린 키보드를 이용하여 한/영변환을 하는 것이다. 다행히 K480키보드에는 스크린 키보드를 켜고 끄는 키가 있어 이걸로 스크린 키보드를 띄워 한/영변환하고 다시 스크린 키보드를 내리는 것이다.

알파고가 크게 흥하고 있네요 Data science

알파고 덕분에 간만에 바둑을 다시 보고 있는데, 인공지능에 관심을 갖고 있어 첫 판엔 알파고를 응원하였는데, 2번기부터는 바둑팬으로서 이세돌9단을 응원하고 있습니다. '스카이넷이 시작되었다~', '알파고 다음엔 베타고다', '알파고는 어느 고등학교냐? 등등 재미있는 말이 많습니다.' 알파고를 보니 대학교때 등교하며 친구와 바둑프로그램이 가능할 까 주제로 토론을 한 적이 있는데, 이렇게 대단할 줄 몰랐습니다. 알파고와 이세돌9단이 대결한다는 소식을 듣고 첫 생각은 이세돌9단이 손쉽게 이겨 생각치 않는 목돈을 벌겠구나 생각했죠. 이번 경기에 지더라도 이세돌9단은 역사적인 대결의 중심에 있어 개인적으로 큰 영광일거라는 생각이 듭니다.

그나저나 발빠르게 알파고 알고리즘에 대한 자료가 나오네요...반갑게 한글자료입니다.

-Executive Summary –

구글 DeepMind가 바둑 인공지능 프로그램 AlphaGo를 공개한지 한 달의 시간이 흘렀다. 유럽 바둑챔피온인 판후이 프로 2단을 꺾고, 세계 바둑챔피온 이세돌 프로 9단에게 도전장을 냈다. 아직까지 많은 전문가들이 이세돌 9단의 우세를 점치고 있으나, 도전자인 AlphaGo가 챔피온이 되는 날이 머지않을 것으로 전망했다. 판후이와 대국 당시, 심판과 전문 프로기사들 역시 AlphaGo의 바둑이 사람과 크게 다르지 않다고 평했다. 인공지능 바둑프로그램이 인간을 넘어서는 초읽기가 시작된 것이다. 그렇다면 “어떻게 사람처럼 바둑을 두는 것이 가능한가?”에 대한 자연스러운 물음을 하게 된다. AlphaGo가 기존 바둑프로그램의 한계를 뛰어 넘은 핵심을 더 깊게 이해할 필요가 있다. 본 보고서는 AlphaGo의 인공지능 알고리즘을 더 이해하기 쉽게 전달하는 것을 목표로 한다. AlphaGo에 대한 막연한 궁금증을 풀기위해서 인공지능 게임 알고리즘의 핵심인 게임 트리 알고리즘부터 살펴보고자 한다.

바둑은 우주의 원자수보다 많은 경우의 수를 가지고 있다. 완벽한 탐색은 불가능에 가깝다. 실제 프로바둑기사들도 직관에 의해 경기를 진행한다. 컴퓨터가 인간의 직관을 표현할 수 있을까? 딥러닝이 그 대안이 될 수 있다. 딥러닝은 기존의 인공신경망을 확장한 개념으로 빅데이터 분석, 얼굴 인식, 이미지 분류 등 신산업의 곳곳에서 응용되고 있다. 딥러닝의 핵심은 사람처럼 학습하는 것이다. AlphaGo에서 역시 딥러닝을 활용하여 프로기사들의 기보 16만개를 학습했다. 이것은 사람이 1년 동안 공부하는 기보의 수를 1,000개라고 해도 평생 동안 학습할 수 없는 숫자이다. 더욱이 AlphaGo가 16만개의 기보를 학습하는데 걸린 시간은 고작 5주 밖에 되지 않는다. 그동안 쌓여온 바둑의 정수를 순식간에 학습했다는 것이다. AlphaGo는 이에 그치지 않고 스스로 대국하여 훈련하고 있다. 이것이 강화학습(reinforcement learning)이다

[Download]spri.kr/download/14726/

상호배제와 전체포괄

베이즈 이론은 데이터 D의 관점에서 봤을 때 가설 H의 확률을 수정하는 방법이다. D와 H를 사용하여 베이즈이론을 표현하면
p(H|D) = [p(H)p(D|H)] / p(D)

p(H|D) : 사후확률-데이터를 확인한 후의 가설의 확률
p(H) : 사전확률-데이터를 보기 전의 가설의 확률
p(D|H) : 우도-데이터가 가설에 포함될 확률
p(D) : 한정상수-가설에 포함되는 데이터의 비율

한정상수(normalizing constant)는 어느 가정에서나 데이터를 볼수 있는 확률인데 사실 뭔 소리인지 모르겠다. 그래서 다음의 두 가지를 사용하여 한정상수의 의미를 정의한다.
* 상호배제(mutually exclusive) - 여러 개의 가설이 존재하는 데 그중 하나만 참인 경우. 나머지 가설은 거짓?
* 전체포괄(collectively exhaustive) - 다른 가능성이 전혀 없는 경우, 즉 생각치 못한 다른 가설이 존재할 수 없으며(상상할 수 있는 모든 가설은 다 나왔다?) 그중 한 개 이상은 적어도 참(참이 한 개 또는 두 개 이상)-가설 모두가 거짓인 경우는 없다?

이런 성격의 가설집합을 Suite이라고 한다. 한정상수를 계산하려면 전체확률법칙을 사용한다.
p(D) = SUM of p(H)p(D|H)



통시적,通時的,diachronic


Bayes' theorem을 읽다보면 "diachronic"이라는 단어가 보인다. 사전을 보니 통시적이라는데 도통 한글-한자를 보면 의미가 확 들어오진 않는다. 사전을 보면 주로 언어학에서 사용하는 전문용어처럼 보인다.

"통시적" 이란 말에는 시간의 흐름이 들어가 있다. 역사를 연구할 때 시간의 흐름을 연구하는 방법이 있고, 한 시점의 시대적 상황을 고려하는 연구방법이 있을 수 있다(이런 걸 공시적-synchronic 이라 함)

다시 Bayes' Theorem으로 돌아와서 가설H의 (사전)확률이 정해지고 시간이 흐른 후 새로운 데이터가 들어오면서 이를 반영하여 달라지는 걸 "diachronic interpretation"이라고 부른다.

암튼 경제학과 학생에겐 그냥 "시계열" 같은 의미이다. 그나저나 뭐 이리 어려운 말을 사용하는 지... 무식이 철철 넘치고 있는 중이다.

R몬테칼로와 함께 하는 베이지안 통계추론

몇 달전에 데이터사이언티스트 전희원님(freesearch.pe.kr)의 추천으로 산 책이다. 베이지안 통계에 대해 잡다한 지식으로 정리가 안된 느낌이 있어 공부를 하려고 샀는데, 처음만 보고 몇 달동안 묵혀둔 것인데, 일에 치여 살다보니 공부가 너무 하고 싶어서 다시 정주행중이다.

책에 나온 예제를 하나 하나 풀어보니 고등학교때 확률문제를 풀던 추억이 방울 방울...알듯 말듯한 그 느낌

1 2 3 4 5 6 7 8 9 10 다음