퇴사했다

Image for post
Image for post
Photo by Mohamed Nohassi on Unsplash

나는 올해 전까지 학교를 다니며 2년간 안드로이드개발자로 일했다. 안드로이드 개발이 아닌 다른 일을, 특히 AI와 관련된 업무가 하고싶었다. 하지만 병역특례를 위해 빠르게 취업해야했고 결국 안드로이드 개발자로 취업했다. 9개월간 일했고 아쉽게도 11월 발표된 병역특례 TO가 부족해서 퇴사하고 다음주에 입대하게되었다.

처음 입사했을 때 나는 회사에 만족스러웠고 부모님도 좋아했다. 하지만 언제까지고 안드로이드 앱 개발자로 살 수 없을거라고 생각했다. 그래서 AI를 공부했다. 나는 굉장히 조급했다. 딥러닝과 머신러닝을 공부하는 다른 사람들을 보며 조바심을 느꼈다. 하루빨리 나도 ML엔지니어가 되어 실무경험을 쌓고 싶 …


이전 글에서는 간단한 양자 게이트들에 대해서 알아보았습니다. 이번 글에서는 이를 이용해 논리 게이트를 만들고 비트간 덧셈을 수행하는 Half Adder, Full Adder도 만들어보겠습니다.

Image for post
Image for post
Photo by ThisisEngineering RAEng on Unsplash

논리 게이트

NOT Gate

이전 글에서 X 혹은 Y 게이트가 NOT 연산과 동일하게 사용될 수 있다고 말씀드렸습니다. 따라서

NOT(a) = X(a) = Y(a)

AND GATE

CCX 게이트가 AND 게이트의 역할을 수행합니다. CCX 게이트는 두 컨트롤 비트가 1일 때 타겟 비트의 확률을 반전시킵니다. 따라서 C가 0일 경우 AND 게이트의 역할을 수행할 수 있습니다.

C가 0일 경우 CCX(A, B, C)는 C = AND(A,B)

NAND Gate

NAND(Not AND) 게이트는 CCX 게 …


IBM Quantum Challenge를 진행하며 배우는 내용을 정리했습니다. 물리학적인 내용은 1도 안나오고(저도 잘 모름 ㅠ) 그저 제가 챌린지를 수행하며 이해한 내용들을 정리해서 글을 작성하고있습니다.

Image for post
Image for post
Photo by Roman Mager on Unsplash

전자컴퓨터에서 비트는 1과 0 중 하나의 상태를 가집니다. 하지만 양자컴퓨터의 큐비트는 1일 확률과 0일 확률 두 가지 상태를 지니며, 두 확률의 합은 1입니다. 또한 이 확률을 `블로흐 구면(Bloch Sphere)`라 불리는 구면 위의 임의의 점으로 나타냅니다.


3년 전 소프트웨어 마에스트로 연수생 시절 멘토님께 어떻게 인생을 살아가야 할지 조언을 부탁드렸다. 그때는 별로 감명깊게 듣지 않았지만, 작년에 학교를 떠나 사회로 나갈 준비를 하며 다시 고민할 때 불현듯 그 조언이 떠올랐다. 공자가 자신의 일생을 돌아보며 한 말이다.

Image for post
Image for post
Photo by Guillaume de Germain on Unsplash

“나는 열다섯에 학문에 뜻을 두었고, 서른 살에 섰으며, 마흔 살에 미혹되지 않았고, 쉰 살에 천명을 알았으며, 예순 살에 귀가 순했고, 일흔 살에 마음이 하고자 하는 바를 따랐지만 법도에 넘지 않았다.” — 공자, “논어”

처음 들었을 때는 이게 뭔 소리야…? 생각했다. 그리고 멘토님은 내게 이렇게 설명해주었다.

지학 — 열다섯에 학문에 뜻을 두다

이건 그냥 간단하게 15살에 공부를 시작했다 …


Through “Targeted Marketing Strategy for Startbucks” Dataset, make a model predicting who will see the rewards program.

Image for post
Image for post
Photo by TR on Unsplash

Business Understanding

The reward program is a representative marketing method that induces users to purchase. But program that user are not interested in, user may unsubscribe corporate marketing channels or have a negative image. That’s why it’s important to send a SMS, email of reward program to interested users. In this case, the user’s interest is determined by whether or not the user has viewed the program. …


Which features are most related to homestay cost? How do seasonal costs change? What is different between superhost and regular host? Let’s get the answers by analyzing the data in python

Image for post
Image for post
Photo by MILKOVÍ on Unsplash

Summary

Seattle AirBnB Open Data describes the listing activity of AirBnB homestays in Seattle, WA until 2016. It is consists of 3 files

  • listings.csv — including full descriptions and average review score
  • calendar.csv — including listing id and the price and availability for that day
  • reviews.csv — including unique id for each reviewer and detailed comments

How do seasonal costs change?

Below graphs show the mean, quantile prices by months.


Image for post
Image for post
Photo by CHUTTERSNAP on Unsplash

Udacity에서 Data Scientist Nanodegree를 수강하며 적는 강의노트입니다. 첨부된 사진은 강의에서 나오는 내용입니다.

실험이란 무엇인가?

데이터를 수집하고 테스트하거나 흥미있는 두 변수관의 관계를 이해하는 것에는 여러 방법이 있다. 변수들을 얼마나 인위적으로 제어하냐에 따라 이 방법은 크게 3가지로 나뉜다.

  • 실험(Experiment): 피처들에 대해 많은 제어
  • 관측연구(Observational Study): 피처를 전혀 제어하지 않음
  • 준실험(Quasi-Experiment): 약간의 제어

실험

우리가 테스트하고자 하는 것 외에는 어떤 것도 조작해서는 안된다. 무작위로 산출된 모집단들은 동등해야한다. 이후 우리가 테스트하길 원하는 것만을 …


이 글은 Full Stack Deep Learning의 여섯번째 코스인 Testing and Deployment를 보고 내용을 정리한 글입니다. 내용의 사진은 모두 발표 슬라이드를 가져왔습니다. 잘못 이해했거나, 의역이나 오타가 있을 수 있습니다. 제보해주시면 감사하겠습니다 🙏

Image for post
Image for post
Photo by Elevate on Unsplash

머신러닝 시스템에는 어떤 구성요소들이 있을까? 아래 그림처럼 나누어서 살펴본다.


이 글은 Full Stack Deep Learning의 다섯번째 코스인 Training and Debugging를 보고 내용을 정리한 글입니다. 내용의 사진은 모두 발표 슬라이드를 가져왔습니다. 잘못 이해했거나, 의역이나 오타가 있을 수 있습니다. 제보해주시면 감사하겠습니다 🙏

Image for post
Image for post
Photo by Green Chameleon on Unsplash

Overview

왜 딥러닝 문제해결은 어려울까? 실무진들이 보통 느끼기론 80–90%의 시간을 디버깅과 튜닝에 사용하고 오직 10–20%의 시간을 수학 공식을 유도하고 모델을 구현하는데 사용한다. 논문 등지에 나온 결과물을 재구현하기가 어려운 이유에는 다양한 요인이 있다.


이 글은 Full Stack Deep Learning의 네번째 코스인 Machine Learning Teams를 보고 내용을 정리한 글입니다. 내용의 사진은 모두 발표 슬라이드를 가져왔습니다. 잘못 이해했거나, 의역이나 오타가 있을 수 있습니다. 제보해주시면 감사하겠습니다 🙏

Image for post
Image for post
Photo by Marvin Meyer on Unsplash

Overview

ML 팀을 운영하는건 왜 힘들까? ML팀은 다른 팀을 관리할 때와는 다르다. 기술개발팀을 이끄는게 어렵기도 하지만, ML 팀은 더한 복잡도를 갖고있다.

  • ML 능력자들은 비싸고 희소하다.
  • ML 팀은 다양한 역할을 한다.
  • ML 프로젝트는 불명확한 일정과 높은 불확실성을 갖고있다.
  • 이 분야는 빠르게 변화하고, ML은 기술 부채를 가진 고금리 신용카드이다.
  • 경영진 …

About

김희규

2020.12.8 ~ 2022.6.9 군복무중 Serving in the South Korean Military Service

Get the Medium app

A button that says 'Download on the App Store', and if clicked it will lead you to the iOS App store
A button that says 'Get it on, Google Play', and if clicked it will lead you to the Google Play store