알아가는 즐거움

나날이 늘어가는 뱃살을 말로만 걱정하다가 드디어 <내몸 다이어트 설명서>를 읽었다. 제목이 아류처럼 보이지만 <내몸 사용설명서>로 “~사용설명서”라는 제목을 유행시킨 마이클 로이젠과 메멧 오즈가 직접 쓴 다른 책이다. 영어 원제는 각각 “You: The Owner’s Manual”와 “You: On A Diet: The Owner’s Manual for Waist Management”로 나름 시리즈다.

현직 의사가 집필한 책답게 비만에 관한 다양한 과학적 사실을 제공한다. 우선 신진대사를 조절하는 시상하부에서부터 위와 장 따위의 소화기관으로 내려가면서 식욕, 포만감에 영향을 끼치는 요소, 소화기관에서 벌어지는 일을 설명한다. (2~4장) 다음으로는 비만의 주범인 지방 그 자체를 다루고 (5장), 이어서 비만과 호르몬이나 감정, 스트레스와의 관계도 얘기한다. (6~8장) 나는 다이어트 지식에만 관심이 있어서 주의깊게 읽지 않았지만, 다이어트에 여러 번 실패했거나 시작하기가 힘들다는 사람에게는 9~10장이 도움이 될지도 모르겠다. 그뒤에는 종류별 / 부위별 운동방법 (11장), 식단 예제 (12장) 같은 구체적인 행동지침이 있어서 참고가 된다. [계속 읽기]

기계학습, 통계적 추론(Statistical Inference)을 공부하다 보면 언젠가는 Bias-Variance Tradeoff라는 개념을 만나게 된다. 사실, 아무리 기를 써도 피할 수 없다 :) Bias의 사전적 의미는 “편이”, “선입견”, “편견”, “성향”, “치우침”, Variance는 “변화”, “편차”, “분산”이다. 기계학습의 문맥에서 이들의 의미는 ‘학습 모형이 입력 데이터에 얼마나 의존하는가’라고 이해하면 쉬울 것 같다. Bias가 높다 / 낮다는 말의 의미를 혼동하기 쉬운데, 내가 찾아낸 헷갈리지 않는 설명은 이렇다.

Bias, 즉 선입관이 크면, (좋게 말해서) 줏대가 있고 (나쁘게 말해서) 고집이 세기 때문에 새로운 경험을 해도 거기에 크게 휘둘리지 않는다. 평소 믿음과 다른 결과가 관찰되더라도 한두 번 갖고는 콧방귀도 안 뀌며 생각의 일관성을 중시한다. (High Bias, Low Variance) 반대로 선입관이 작으면, (좋게 말하면) 사고가 유연하고 (나쁘게 말하면) 귀가 얇기 때문에 개별 경험이나 관찰 결과에 크게 의존한다. 새로운 사실이 발견되면 최대한 그걸 받아들이려고 하는 것이다. 그래서 어떤 경험을 했느냐에 따라서 최종 형태가 왔다갔다한다. (High Variance, Low Bias) [계속 읽기]

LDA(Latent Dirichlet Allocation)로 검색하다가 아이추판다님 블로그에서 재미난 글을 발견하고 나도 따라 해봤다.

블로그를 시작한 2007년 8월 27일부터 지금까지 작성한 총 136개 포스트를 대상으로 LDA를 돌렸다. 더 이상 직접 구현해 본답시고 삽질하지 않기로 했으므로 인터넷에서 파이썬으로 구현된 LDA 코드를 구했다. 한글 문서를 다룰 때 항상 문제가 되는 어근 추출은 국민대학교 강승식 교수님이 공개한 형태소분석기를 사용해 명사만 뽑는 방식으로 해결했다. 이걸로 준비는 끝, 결과를 살펴보자. [계속 읽기]

배경 설명

정보검색 등에서 문서 모델링은 중요한 의미가 있다. 위험을 무릅쓰고 간단하게 말하자면, 문서 모델링이란 개별 문서, 더 나아가 코퍼스(=문서 컬렉션)를 표현하는 방법을 찾는 것이다. 다양한 활용분야가 있겠지만 주제 분류나 문서 간 유사도 계산 등에 많이 쓰인다. [계속 읽기]