출처 1 : http://www.aje.com/ko/arc/writing-cover-letter/출처 2 : 저널투고 성공을 위한 저널 커버레터 작성법 (2)출처 3 : http://blog.naver.com/PostView.nhn?blogId=jamjore&logNo=1401124253101. 좋은 커버레터 작성의 목표커버레터는 여러분의 원고를 대신해 로비를 할 수 있는 기회입니다. 커버레터는 단순히 형식을 갖추기 위함이 아니며, 여러분의 원고를 쓸 때와 마찬가지로 정성을 들여야 합니다(오히려 더 쏟는 것까지는 아니더라도). 궁극적으로 여러분의 커버레터는 에디터가 여러분의 원고를 피어 리뷰 단계로 보낼지 아닐지 결정하는데 영향을 미칠 수 있습니다. 레터는 여러분의 원고가 여러분이 제출한 저널에 적합하다..

출처 : http://www.editage.co.kr/insights/how-to-write-a-great-rebuttal-letter 대부분의 원고는 저널 승인 전 최소 한 번의 수정을 거치게 됩니다. 상당한 수정 또는 약간의 수정을 거쳐 승인한다는 저널의 결정이 내려지면, 저자는 피어 리뷰 의견에 기반해 원고를 수정해야 합니다.수정된 원고를 저널에 다시 제출할 때는 검토자 의견에 대해 하나하나 응답하는 답변을 첨부해야 합니다. 검토자 의견에 따른 저자의 답변과 함께 편집자에게 수정원고에 대한 커버레터를 보내게 되는데, 이 커버레터를 답신편지, 또는 반박편지(rebuttal letter)라고 합니다. 수정 원고를 제출할 때 답신 편지를 잘 쓰는 것은 무척 중요합니다. 답신 편지, 또는 반박 편지의 작성..

출처 : http://flogsta.tistory.com/679 스도쿠 풀이의 기초부터 기법에 대한 설명부터 해당 기법을 사용할 수 있는 풍부한 예제까지 들어있다. 읽어보니, 그동안 내가 사용해왔던 기법부터, 처음 들어보는 기법까지 다양하다. (그 중 어떤 것은 아직도 이해가 잘 안되는 것이 있다. 써보고 잘 되니까 쓰는 것뿐.^^) 그 중에서, 고도니안 로직(Gordonian Logic)이 인상적이다. 이 기법은 이 책의 저자인 피터 고든(Peter Gordon)이 창안했기에 자신의 이름을 따서 붙인 것인데, 이 책에서 해당 기법을 개발하게 된 상황을 설명하고 있다.(아래부터 스도쿠 용어가 많이 등장하고 있습니다. 이를 이해하시려면 여기를 참고하세요.)친구가 추측하지 않고서는 도저히 풀 수 없다고 투덜..

이전 Deep Learning 포스팅 [Deep Learning] 1. 단층 퍼셉트론과 다층 퍼셉트론 [Deep Learning] 2. 신경망 (Sigmoid, ReLU) [Deep Learning] 3. 출력층 (항등함수, 소프트맥스함수) 저번 포스팅에서는 출력층의 항등함수를 이용하여 회귀, 소프트맥스함수를 이용하여 분류하는 문제를 다루었다. 이번 포스팅에서는 신경망 학습 이라는 주제를 다룰 것이다. 학습이란 훈련 데이터로부터 가중치 매개변수의 최적값을 자동으로 획득하는 것을 뜻한다. 이러한 신경망이 학습할 수 있도록 해주는 지표인 손실함수를 소개한다. 손실함수의 결과값을 가장 작게 만드는 가중치 매개변수를 찾는 것이 학습의 목표이다. 이번 장에서는 손실 함수의 값을 가급적 작게 만드는 기법으로 함수의..

이전 Deep Learning 포스팅 [Deep Learning] 1. 단층 퍼셉트론과 다층 퍼셉트론 [Deep Learning] 2. 신경망 (Sigmoid, ReLU) 기계학습 문제는 분류(Classification)와 회귀(Regression)로 나눌 수 있다. 분류는 데이터가 어느 클래스에 속하느냐의 문제이고, 회귀는 입력 데이터에서 연속적인 수치를 예측하는 문제이다. 이렇듯, 신경망의 출력층에서는 항등함수와 소프트맥스 함수를 이용하여 출력 값을 얻을 수 있다. 이는 분류와 회귀에 있어서 중요한 역할을 수행하게 된다. 또한, 기계학습의 문제풀이는 학습과 추론(Inference)의 두 단계를 거쳐 이뤄진다. 학습단계에서 모델을 학습하고, 추론 단계에서 앞서 학습 된 모델로 미지의 데이터에 대해서 추..

프레젠테이션 시작할 때 Good morning / Good afternoon.인사 Hello, Thank you for being here.여기 와 주셔서 감사합니다. The objective of my presentation is …저의 발표 목표는 …. The topic of my presentation today is …저의 발표 주제는 … What I’m going to talk about today is ..제가 말씀 드릴 내용은 … The presentation will focus on (A), (B), and (C)…발표는 …에 집중할 겁니다. By the end of the presentation, I hope that … (your goal)발표가 끝나면, 저는 … 하기를 기대합니다. I..

윈도우 환경에서 아나콘다 배포파일을 설치 하고 *.ipynb 파일을 실행시키는 방법이다. 1. 설치를 완료 한 후, 명령프롬프트 실행 (cmd) 2. 테스트 하고자 하는 폴더 경로로 이동 (C:\testing/python) 3. ipython notebook 입력 후 엔터 4. 실행된 Jupyter 에서 실행하고자 하는 *.ipynb 클릭하여 Run (demo.ipynb) 참고로 Jupyter는 머신러닝이나 데이터 분석 용도로 파이썬을 사용하는 사람들이 주로 사용하는 툴로써 가볍고, 코드를 실행하고 수정하기가 간편하다. 또한 notebook 형태로 파일 공유가 가능하다. 다음처럼 notebook 단위로 코드가 관리된다. 우측에 New를 클릭하면 노트북을 만들고 쓸 수 있다. 5. 실행 결과 확인 참고자료..

출처 http://aikorea.org/blog/dl-libraries/ Python요즘 뜨는 언어답게, 대부분의 라이브러리들이 빠른 속도로 업데이트되며 새로운 기능이 계속 추가되고 있다.Theano - 수식 및 행렬 연산을 쉽게 만들어주는 파이썬 라이브러리. 딥러닝 알고리즘을 파이썬으로 쉽게 구현할 수 있도록 해주는데, Theano 기반 위에 얹어서 더 사용하기 쉽게 구현된 여러 라이브러리가 있다.Keras - Theano 기반이지만 Torch처럼 모듈화가 잘 되어 있어서 사용하기 쉽고 최근에도 계속 업데이트되며 빠른 속도로 발전하고 있는 라이브러리.Pylearn2 - Theano를 유지, 보수하고 있는 Montreal 대학의 Yoshua Bengio 그룹에서 개발한 Machine Learning 연구..

[Deep Learning] 1. 단층 퍼셉트론과 다층 퍼셉트론 단층 퍼셉트론과 다층 퍼셉트론에서 매개변수로 가중치와 편향 값을 사용자가 임의로 조정 하였는데, 신경망 개념을 도입한다면 이를 자동으로 학습하여 적절한 값을 대입 할 수 있다. 또한 신경망에는 입력 데이터가 무엇인지 식별하는 처리 과정도 포함된다. 1. 신경망의 개념 신경망에는 입력층, 은닉층, 출력층 으로 나누어진다. 은닉층의 뉴런은 사람의 눈에 보이지 않는다. 또한 이러한 신경망을 2층 신경망이라고 한다. (가중치를 갖는 층은 2개 뿐이기 때문에) (그림 1) 신경망 구조 2. 퍼셉트론 복습 신경망의 신호 전달 방법을 보기전에 퍼셉트론을 복습해 보자면 퍼셉트론은 다음과 같이 구성되어 있었다. x1과 x2의 두 신호를 입력 받아 y를 출력..

파이썬 코드를 짜다보니 matplotlib.pyplot, matplotlib.image 라이브러리를 import 해야하는데 자꾸 에러가 떠서 진도를 못나갔다... 2.x 버전과 충돌이 나는가 싶어 모두 삭제도 하고 3.x 버전을 다시 깔기도 했는데 여전히 안되서 뭐가 문젠지 침착하고 곰곰히 생각해봤다. 아나콘다 배포판에는 기본적인 (그래프 그려주기, 이미지 띄우기 등...) 라이브러리들을 포함하여 배포된다. numpy, matplotlib 와 같은... 그런데 왜 안되나 싶었더니 파이썬 버그가 존재했다. 그래서 정리할겸 하는 Python Anaconda 설치 및 환경설정 포스팅 1. Anaconda 통합환경 설치 https://www.continuum.io/downloads Anaconda는 배포판이다...

퍼셉트론(Perceptron) 1. 퍼셉트론이란? 퍼셉트론은 프랑크 로젠블라트가 1957년에 고안한 알고리즘으로 신경망(딥러닝)에 기원이 되는 알고리즘이다. 그래서 퍼셉트론의 구조를 배우는 것은 신경망 딥러닝으로 나아가는 데 중요한 아이디어를 배우는 일이 된다. 퍼셉트론은 다수의 신호를 입력으로 받아 하나의 신호를 출력한다. 여기서 말하는 신호란 전류나 강물처럼 흐름이 있는 것을 말한다. 신호가 흐를 때는 1, 신호가 흐르지 않을 때는0으로 간주한다. 위 그림은 입력으로 2개의 신호를 받은 퍼셉트론의 예시이다. x1, x2 : 입력신호 y : 출력신호 w1, w2 :가중치 그림의 원 : 뉴런 or 노드 입력 신호가 뉴런에 보내질 때는 각각 고유한 가중치가 곱해진다. 뉴런에서 보내온 신호의 총합이 정해진 ..

최근에 조금 재미있는 경험을 했다.작년 초에 해외 학회에 논문을 하나 낸 적이 있다. 그 분야에서는 나름 메이저 학회 중의 하나긴 하지만 그리 어려운 학회는 아니기에 내심 아마도 되겠지.. 하고 기대하고 있었다. 그런데 결과는 reject. 심사평은 한결같이 적대적이었다. 심지어 약간은 무시당하는 느낌도 들어있었다. 당시에는 '이 사람들이 무슨 심사를 발로 하나' 하며 분개하는 마음밖에는 들지 않았다. 그동안 내는 족족 떨어졌던 터라 그 이후로는 논문을 쓰는 것 자체에 대해서 거의 마음을 접어 버렸다. 그러던 차에 작년 말경 애라 모르겠다는 심정으로 떨어졌던 논문을 그대로 다른 학회에 제출했다. 새로 논문을 제출한 학회는 그 분야에서는 가장 메이저 학회로서 꽤 힘든 곳이었기에 당연히 떨어질 것이라고 생각..