Scientific Computing & Data Science

원문기사: http://news.naver.com/main/read.nhn?mode=LSD&mid=shm&sid1=105&oid=028&aid=0002352254technology_기계화는 어떻게 인간의 직업을 소멸시킬까. 능력 있는 인공지능의 출현이 인간의 노동을 어떻게 배제하는지 살펴보기 위해 아마존의 사례를 깊이 파고들었다. 온라인 쇼핑 시대를 열며 등장 때부터 판매서비스 인력을 위협한 아마존은 이제 물류, 배송, 오프라인 매장에까지 기계를 도입하며 ‘아마존 제국’을 만들고 있다. 아마존의 기계제국 거대 인터넷 유통기업인 아마존은 지난해 12월24일부터 1월2일까지 이어진 크리스마스 휴가 시즌 동안 세계적으로 10억개 이상의 상품을 배송했다며, 이는 역대 최대 규모라고 지난달 3일 밝혔다. ‘사이버..

원문기사: http://news.naver.com/main/read.nhn?mode=LSD&mid=shm&sid1=105&oid=008&aid=0003816757[머니투데이 류준영 기자] [미래부·KISTEP, '10년 후 대한민국, 미래 일자리의 길을 찾다' 보고서 발간] AI(인공지능), 로봇, IoT(사물인터넷) 등 이른바 ‘제4차 산업혁명’으로 대표되는 신기술이 널리 활용되면서 전통적인 제조업이 쇠퇴하고 일부 직업이 사라지는 등 고용불안이 심화할 것이란 전망이 잇따르고 있다. 이런 가운데 정부가 ‘시스템적 사고’, ‘디지털 문해력’ 등을 길러야 미래 직업 환경에 적응할 수 있다는 보고서를 내놔 관심을 모은다. 미래창조과학부와 한국과학기술기획평가원(KISTEP)이 오는 2027년 일자리 구조 변화에..

[Lec 00]수업의 개요와 일정[Lec 01]기본적인 Machine Learning의 용어와 개념 설명[Lab 01]TensorFlow의 설치 및 기본적인 Operations[Lec 02]Linear Regression의 Hypothesis와 Cost[Lab 02]TensorFlow로 간단한 Linear Regression 구현[Lec 03]Linear Regression의 Cost 최소화 알고리즘[Lab 03]Linear Regression의 Cost 최소화의 TensorFlow 구현[Lec 04]Multi-variable Linear Regression[Lab 04]Multi-variable Linear Regression을 TensorFlow에서 구현하기[Lec 5-1]Logistic Classi..

TensorFlow는 공식적으로 Mac과 Linux 환경에서 설치를 지원하며, 아직 공식적으로 Windows에 대한 지원을 하지 않는다.그러나, 최근 가상 컨테이너 기술인 Docker를 이용하여 Windows 환경에서 TensorFlow를 설치할 수 있게 되었는데 이에 대한 방법을 알아보도록 하겠다.1 단계 - Docker Toolbox 설치Windows에 Docker Machine을 설치하려면,(1) Windows 32/64 bit(2) Windows 7+(3) CPU 가상화가 가능 CPU 가상화가 가능하지는 MS에서 제공하는 가상화 감지 도구(Hardware-Assisted Virtualization Detection Tool)를 다운받고 실행해 본다.실행하였을 때 아래 이미지와 같이 "This co..

이 글에 소개되는 기술들은 대부분의 데이터 과학자 및 관련 업계 종사자들이 매일의 업무에 사용하는 기술로써 벤더가 제공하거나 직접 설계해서 쓰는 툴들이다. 아래 40개 중 어느 링크를 클릭하면 논의가 되고 있는 관련 글을 자세하게 읽을 수 있다. 이들 대부분의 글들은 구글 검색으로는 찾기 어렵기 때문에 데이터 과학, 머신러닝, 통계 과학에 대한 숨은 문헌에 접근하는 것이 된다. 이들 중 대다수는 논의가 되고 있는 기술에 대한 근본적인 이해를 돕고자 하는 것이며, 심도있는 참고문헌 및 소스코드를 제공한다.별표(*)가 되어있는 기술들은 소위 딥 데이터 과학(Deep Data Science)에 속하며, 이는 머신러닝, 컴퓨터 과학, 오퍼레이션 연구, 수학, 통계학 등의 분야와 조금이라도 겹치는 데이터 과학의 ..

* 이 글은 Data Science Central의 "Difference between Machine Learning, Data Science, AI, Deep Learning, and Statistics"을 번역한 것이다. 이번 글에서는 데이터 과학자의 다양한 역할과 머신러닝, 딥 러닝, AI, 통계학, IoT, 오퍼레이션 리서치, 응용 수학 등과 같은 관련 분야와 데이터 과학이 어떻게 다른지 공통점은 무엇인지 기술하고자 한다.데이터 과학은 넓은 분야를 포괄하는 만큼, 어떤 사업 분야에서도 마주칠 수 있는 데이터 과학자의 다양한 유형에 대해 살펴보기록 한다: 각자는 자신이 미처 몰랐던 스스로가 데이터 과학자임을 깨닫게 될 수도 있다.다른 과학 분야의 소양과 마찬가지로, 데이터 과학자들은 관련 소양으로부..

이번 글에서는 Support Vector Machine(이하 SVM)의 개념과 간단한 이론에 대해 이해하고자 한다. 1. SVM의 개념SVM의 개념은 매우 간단한데, 특징에 따라 서로 유사한 그룹끼리 칸막이를 쳐서 나누는 것이다.이 칸막이를 초평면(Hyperplane)이라고 부른다.SVM의 기초가 되는 수학적 이론은 수십년에 걸쳐 정리가 되었지만, 최근이 되어서야 주목을 받게 되었는데, 그 이유는 첫번째로 성능이 월등히 개선되었고, 이에 따라 여러 프로그래밍 언어를 지원하는 잘 정돈된 라이브러리가 등장했기 때문이다.SVM은 분류 및 수치 예측 등 거의 모든 학습 문제에 잘 대처할 수 있는데 특히 알고리즘의 성공적인 열쇠가 되는 것은 패턴 인식이다.주목할 만한 응용분야는 다음과 같다:바이오인포매틱스 분야에..

Part 1.에 이어 이번 글에서는 R에서 인공신경망(Artificial Neural Networks, ANN)을 이용하여 분류(Classification) 문제를 풀어보도록 하겠습니다.1. 데이터 획득ANN을 이용하여 분류할 학습 데이터와 테스트 데이터가 필요합니다. 대표적인 Machine Learning 저장소인 UCI Machine Learning Data Repository에서 데이터를 획득하도록 합니다. 이 중 몽크 문제(Monk's Problem) 데이터를 이용하기로 하겠습니다. 몽크 문제는 최초의 학습 알고리즘 비교를 위한 기초가 되었습니다. 먼저 몽크 문제의 학습 데이터를 다운받도록 합니다: 몽크 문제 학습 데이터또한 몽크 문제의 테스트 데이터를 다운바도록 합니다: 몽크 문제 테스트 데이터..

Written by Geol Choi | December 10, 2016 이번 글에서는 인공신경망(Artificial Neural Networks, ANN)에 대하여 간략한 이론을 알아보도록 하겠습니다. 1. 인공신경망(Artificial Neural Networks) 개요인공신경망은 생물의 뇌가 입력된 자극에 반응하는가를 이해하여 입력 신호와 출력 신호에 대한 관계를 모델링하는 것입니다. 뉴런은 전기 신호를 수집, 처리 및 전파를 주된 목적으로 하는 뇌의 세포인데, 인공신경망에 있어 정보를 처리하는 기본적인 단위를 인공 뉴런(Artificial Neuron) 또는 노드(Node)라고 한다. 인공신경망은 이러한 거대 병렬 처리를 위한 인공 뉴런들이 서로 연결된 네트워크를 이용하는 것이며, 뇌의 정보 처리..