이번에 읽은 책은 어둠의 속이라는 책이다. 원저의 이름은 Heart of Darkness이다. 이 책을 각색한 영화로 '지옥의 묵시록'이 있다고 한다. 생각보다 많이 난해한 책이었다. 불분명한 묘사와 함축적인 표현이 뒤섞여 말로 설명하기 힘든 무언가를 담아낸 느낌이다. 책의 줄거리는 말로라는 뱃사람이 들려주는 이야기이다. 젊은 시절 자신의 콩고 강 오지로 향하는 여정 속에서 '커츠'라는 한 인물을 찾게 된다. 이 인물은 도덕적으로 타락했지만 일을 잘하고, 목소리에 힘이 있다. 커츠는 원주민에게 신과 같은 대우를 받으며 상아(재물)를 독식한다. 말로는 이 사람을 겪고 이 사람을 혐오하며 동시에 저버리지 못하는 모습을 보인다. 내가 이해하지 못한 부분에 대해서는 말을 할 수 없다. 그렇기에 책의 리뷰를 쓰며..

작년 9월에 군대에서 읽기 시작하자마자 전역을 했다. 많은 것에 휘둘리다 보니 독서가 늦어져 3월 7일에 독서를 마쳤다. 책을 읽게된 이유는 헤르만 헤세의 다른 작품『수레바퀴 아래서』와 『싯다르타』를 재미있게 읽었고, 헤세의 유명작 중 하나라서 이다. 짧게 줄거리를 요약하자면 (스포 x) 수도원에서 두 친구가 만난다. 둘 다 평범하지 않기에 서로 이끌리지만, 둘은 정반대의 정신을 가지고 있다. 나르치스는 '이성', 골드문트는 '감성'이다. 이 책은 정반대의 길을 가는 두 친구에 관한 이야기이다. 나르치스는 수도원에 남고, 골드문트는 자신의 마음이 이끄는 여행길에 나선다. 작가는 골드문트(감성)에 더 애착이 있는 것처럼 보인다. 책의 주인공은 거의 골드문트이고 나르치스는 '해결사'처럼 여겨진다. 나는 이 ..

인턴 후기가 다소, 아니 많이 늦어졌다. 개인적으로 휴식도 취했으며 게을러졌다. 인턴은 1월 한달 진행했으며 두괄식으로 말하자면 아쉬웠다. 수확이 없었던 건 아니였다. 모 대학교의 작은 창업경진대회에 참가했다. 그 시간만큼은 값어치가 있었고 신선했다. 아쉬웠던 건 두가지 있다. 첫째, 인턴 기간이 너무 짧아 의미있는 프로젝트를 이어가기 힘들다. 둘째, 해당기업이 바빠 만남이 적었다. 인턴일지를 작성하고 싶었는데 적을만한 내용이 마땅치 않다.. 아쉽다.

안녕하세요,, Model Validation을 배우기 전 Model Capacity, Overfitting에 대해 알아보겠습니다. Model Capacity는 차수를 말하는데 이는 몇 차 함수로 Model을 나타낼지 정하는 것입니다. 너무 많은 Capacity(=Parameters)를 쓰게되면 연산량이 많고, Overfitting 될 수 있습니다. Overfitting 된 모델은 학습시킨 데이터와 굉장히 잘 맞는 모델(과적합)입니다. 문제는 모델 만들 때 쓴 데이터에만 잘맞는다는 것입니다. 우리는 일반화된 모델(모델 생성에 사용되지 않은 데이터에 잘 맞는)을 원합니다 그래서 Overfitting 되지 않는 모델을 원하는 것입니다. Model Validation은 경사 하강법으로 만들어진 모델 여러 가지를..

스타트업 매칭이 되었다. 그이후 간단한 OT를 진행했는데 대화를 통해 얻은 내용을 정리하려한다. 창업 아이템 선정은 세분화되게 결국 새로운 창업 아이템을 찾긴 어렵다. 검색시 이미 있는 아이템이라도 좌절할 필요는 없다. 더 목적성을 세분화시키면 된다. 1인보다는 팀위주로 기업을 평가하는 입장에서 팀을 잘 꾸린 것도 역량으로 판단한다. 팀빌딩 방식 필요한 능력을 바탕으로 사람을 뽑을 수도 있고, 열정과 성향을 바탕으로 뽑을 수도 있다. 상호보완적인 관계를 가지면 큰 강점이 될 수 있다. 이외에.. 수익모델은 교육, 외주 등 생각보다 다양한 곳에서 나온다. 반드시 대표가 발표를 부담할 필요는 없다. 팀원에게 그부분을 위임해도 괜찮다. 외국에서 아이디어를 평가 + 컨펌 받을수도 있음 (우리나라보다 마인드가 열..

Gradient Descent 실습을 진행하겠습니다. 구글 colab을 사용합니다. numpy 패키지는 기존에 있는 라이브러리 함수를 가져오는 것입니다. Machine()은 우리가 정의해줍니다. Gradient()도 정의해줍니다. Gradient()안에 Machine()이 들어갑니다. 이처럼 함수를 부품화해서 새로운 함수 정의에 사용하며 작업을 단순화 합니다. Learning() 역시 Gradient() 함수를 부품화하고 있습니다. Updated_w, Updated_b는 1번 학습된 Parameter 입니다. w : 2 -> -1.3 b : 1 -> 0.5 이렇게 값이 변화했습니다. 데이터를 읽어오기 위해 또다른 라이브러리 함수 pandas 를 불러왔습니다. matplotlib.pyplot 역시 라이브러..

안녕하세요. 드디어 5일간 교육을 마쳤습니다. 시간적 여유가 생겼기에 계속해 교육내용을 간단히 정리하겠습니다. 저번 시간에 Machine Learning의 Machine은 Function이라고 했습니다. y = w*x + b 의 함수는 input(x)에 대한 output(y)을 예측한다는 뜻입니다. 예측값은 y_hat, 실제 값은 y로 나타내겠습니다. 그렇다면 y - y_hat = error(오차)입니다. 이렇게 실제값과 예측값의 차이를 비교하는 지표가 여럿 있습니다. Loss Function은 L(y, y_hat) = (y - y_hat)^2입니다. 제곱을 시켜주는 이유는 부호 문제, 후술 할 Gradien Descent에서의 미분가능성 문제를 해결할 수 있어서입니다. 실제 사용하는 지표는 Cost F..

창업 매칭데이를 체험했습니다. 매칭이 될지 안될지는 잘 모르겠네요. 안되더라도 배운 점, 들은 점은 많기에 어느 정도 내용을 옮겨보겠습니다. 새로운 아이디어는 없다 결국 창업자분들도 아주 독특한, 새로운 아이디어를 찾은 게 아닙니다. 기존에 있었던 것들을 밴치 마킹해 어떤 특정을 부각해 차이(새로운 점)를 만들어내는 것입니다. 처음엔 조금 납득하기 어려웠지만 그런 Variation을 찾는 것도 능력이고 무시 못할 점인 것 같습니다. 학사 수준으로 창업을 하긴 어렵다 이 분은 좀 현실적인 이야기를 해주셨습니다. 학사 수준의 기술력으론 부족합니다. 창업 쪽에도 박사로 이뤄져 있는 팀이 많습니다. 그렇다면 창업하기 위해 대학교를 다닐 필요가 없느냐. 그건 아닙니다. 해커톤이나 여러 대회에 참가하는 것은 대학생..

안녕하세요. 연말 잘 보내고 계신지요. 교육에선 통계적 툴로 활용되는 Python의 몇 패키지를 짚고 넘어갔지만 저는 그냥 넘어가겠습니다. Machine Learning 머신러닝의 개념을 설명하겠습니다. Machine은 기계, 컴퓨터의 의미지만 여기선 그 단계가 매우 낮습니다. Model, Algorithm의 역할을 수행합니다. 수학에서의 함수로 생각하면 됩니다. x값을 주면 y값을 도출하는 F(x)입니다. Learning은 학습이라는 뜻입니다. (행동을 바꿈으로써) 변화를 이끌어내기 위해 하는 것입니다. ①수행할 작업을 명확히 정해야하고 (예측, 분류) 그 결과를 판단할 기준도 필요합니다.(예측은 Mean square Error, 분류는 Cross Entropy Error) 이 ②MSE, CEE는 실제..