출처: http://hotman.tistory.com/entry/Windows-%ED%99%94%EB%A9%B4%EB%B3%B4%ED%98%B8%EA%B8%B0-%EB%A0%88%EC%A7%80%EC%8A%A4%ED%8A%B8%EB%A6%AC HKEY_CURRENT_USER\Control Panel\Desktop 에서

출처:http://yajino.egloos.com/10863363 http://powerwindows.co.kr/BoardAtips/49449 사용안함[HKEY_CURRENT_USER\Software\Policies\Microsoft\Internet Connection Wizard]"DisableICW"=dword:00000000 ; IE- 커서 브라우징 지원 사용;[HKEY_CURRENT_USER\Software\Policies\Microsoft\Internet Explorer\CaretBrowsing];"EnableOnStartup"=dword:00000001 ; IE- HTTP 1.1 사용[HKEY_CURRENT_USER\Software\Policies\Microsoft\Windows\Current..

출처: http://wsyang.com/2014/02/introduction-to-dplyr/ 데이터 분석에서 가장 많은 시간을 차지하는 것은 데이터를 분석에 필요한 형태로 만드는 데이터 전처리 과정입니다. 우리가 공부하면서 보게 되는 책에 있는 예제는 말 그대로 예제일 뿐이지 실제 데이터 분석 업무에서는 바로 모델링이나 시각화에 적합한 형태의 데이터를 얻기 위해서는 지루하고 복잡한 과정을 거치게 됩니다. 데이터 분석 프로젝트에 걸리는 시간의 절반 이상은 데이터의 전처리, 변환, 필터링이 차지하게 되는 것이 보통입니다.R 언어 자체에도 데이터 전처리를 위한 많은 함수가 포함되어 있습니다. 여기에 각종 패키지의 도움을 받는다면 더욱 쉽고 빠르게 전처리 과정을 마칠 수가 있습니다. 이번 포스팅에서는 최근 d..

출처:http://icodebroker.tistory.com/3595 ■ subset 함수 : 데이터 추출하기----------------------------------------------------------------------------------------------------▶ 매출 data.frame에서 매출월이 1월인 데이터 추출하기 매출 = read.csv("data_win.csv") subset(매출, 매출월 == 1) ▶ 매출 data.frame에서 요일이 월요일인 데이터 추출하기 매출 = read.csv("data_win.csv") subset(매출, 요일 == "월") ▶ 매출 data.frame에서 성별이 여자인 데이터 추출하기 매출 = read.csv("data_win.csv..

출처: 확률적 프로그래밍 기초 원리 - 신승환 확률적 프로그래밍 기초 원리 - 1 o 고전적 확률 -> 사건이 일어날 수 있는 경우의 수를 가능한 모든 경우의 수로 나눈 값-> 동전 던지기에서 가능한 모든 경우의 수는 앞면과 뒷면, 두 가지이므로 고전적 확률은 1/2 = 0.5 o 빈도적 확률-> 어떤 사건을 반복했을 때 일어나는 상대 빈도수로 보는 것-> 동전 던지기를 10회 했을 때 앞면이 3회 나왔다면 빈도적 확률은 3/10 = 0.3 o 시행 횟수가 무한대로 수렴한다면 빈도적 확률과 고전적 확률은 동일해진다. o 사전 확률-> 어떤 사건을 관찰하기 전에 관찰자가 갖는 학률 o 사후 확률-> 어떤 사건을 관찰하고 나서 관찰자가 갖는 확률 o 객관적 확률 -> 관찰자에 관계없이 동일한 결과를 얻는 확..

출처: IoT 비즈니스 모델 혁명 - 고바야시 아키히토 '계속 똑똑해지는 사물' 로 어떻게 수익을 창출할 것인가? o IoT를 통해서 사물의 성능이 계속 향상되고, 그 가치가 유지된다는 것은 유저에게 있어서는 대단히 좋은 점이다. 하지만 기업 입장에서 보면 좋은 것만은 아니다. 수익 창출의 기회 감소라는 곤란한 상태에 직면하는 경우도 예상할 수 있다. 보통 기존의 사물은 판매 후 유지 보수의 대가로 수익을 추가 창출 할 수 있다. 하지만 IoT 사물은 내장 소프트웨어의 버전업을 통해 해결 가능하기 때문에 추가 수익을 내기가 힘들다. 요즈음 많은 IoT제품들은 이런 문제점을 극복하기 위해 '프리미엄 서비스'와 '맞춤 광고'를 제공한다. 1. 지금까지 축적된 데이터를 알기 쉽게 그래프로 만들어서 분석해주고 ..

출처: IoT 비즈니스 모델 혁명 - 고바야시 아키히토 좋은 내용들 정리 o 제품의 기능에는 'Must have'(절대적으로 필요한것) 와 'Nice to have '(있으면 좋은 것)가 있습니다. IoT나 스마트 하우스, 빅데이터와 같은 개념은 Nice to have 가 되기 쉽습니다. 고객의 과제를 해결할 수 있는 서비스인지를 고려해야 한다. o AI 완구의 가능성-> AI와 완구를 결합 시킨 CogniToy(코그니토이)-> 아이가 코그니토이와 계속 이야기를 해 나가면 그 아이가 좋아하는것이나 싫어하는 것을 파악하고 각 아이에게 맞추어진 인격이 형성된다. o 광고를 스스로 제작하는 간판 광고 -> 광고 대행사 M&C사치에서 유전자 알고리즘 도입-> 기기에 카메라가 내장되어 있어서 그 앞에 선 보행자를..

출처: http://t-robotics.blogspot.kr/2015/05/deep-learning.html 요즘 딥 러닝(Deep Learning)이 핫합니다. 몇 년전부터 기계학습(Machine Learning)이 일반인들에게 알려지기 시작하더니, 지금은 기계학습의 한 종류인 딥 러닝이 아예 기계학습이란 단어를 대체할 듯한 기세인 듯 합니다. 특히 구글이 딥 러닝 전문가 기업인 딥 마인드(Deep Mind)를 인수하고, 페이스북이 딥 러닝 대가인 뉴욕대학의 얀 러쿤(Yann LeCun) 교수를 인공지능 센터장으로 모셔갔으며, 중국의 구글이라 불리는 바이두에서도 기계학습 분야의 스타 학자 스탠포드 대학의 앤드류 응(Andrew Ng) 교수를 모셔가는 등, 지금은 바야흐로 딥러닝 인재전쟁에 가까운 모습입..

출처: http://ishuca.tistory.com/entry/Image-Classification-Datadriven-Approach-kNearest-Neighbor-trainvaltest-splits CS231n Convolutional Neural Networks for Visual Recognition http://cs231n.github.io/classification/ 의 번역인데, 발번역임. 내 공부를 돕고자함. 저작권 문제는 없는 듯하나 문제가 생길 경우 바로 삭제함발번역이어도 내용은 제대로 이해하고 있으니 질문 있으면 댓글 남겨주세요=======================================================================================..

출처:http://premium.chosun.com/site/data/html_dir/2016/04/01/2016040101289.html 인간만이 갖고 있는 직관(直觀), 수많은 경험을 조합한 판단, 상대방이 두는 낯선 수에 대한 대응에 이르기까지 갓 태어난 알파고 앞에는 미지의 세계가 펼쳐져 있었다. 단지 기존의 인공지능처럼 계산 속도를 빠르게 하는 것만으로는 충분하지 않았다. 그래서 알파고는 사람처럼 바둑을 배우기 시작했다.3주간 집중훈련붙이면 젖혀라, 모자는 날일자로 벗어라… 행마·사활·기보를 ‘정책망’에 입력인간의 뇌는 신경세포들의 연결체이다. 신경세포들은 전기신호를 주고받는다. 공부를 하거나 경험을 하면 신경세포의 연결망이 재조직되거나 연결 강도가 바뀌면서 기억이나 판단 능력이 생긴다. 알파고..