윤두현의 지적도전 블로그

HTML 문서를 작성할 때, 자주 사용하는 것들은 기억하고 있겠지만, 그 외 다양한 것들은 까먹을 것이라 생각한다. 그 때마다 찾아볼 수 있는 HTML 명령어 레퍼런스를 적어둔다. w3c의 표준 레퍼런스  : 그냥 진짜 표준 레퍼런스이다. 영어자료이며, 딱딱한게 흠이라면 흠이다. 생활코딩 리체님의 자료   :  솔직히 이 자료가 나중에 참고하기 딱좋은 레퍼런스라 생각한다. 친절한 한글자료이다. 

다양한 매트랩 연산자 들이 존재한다. 그 중에 특별히 헷갈리는 것은 배열 곱과 행렬 곱의 차이이다.   배열 곱은 .*으로 표시된다. 이는 일반적으로 행렬연산에서 실수를 나누어 곱하거나 나누어 줄 때 많이 쓴다.  실제적인 의미는 기존 행렬의 구조를 바꾸지 않으면서 해당 요소마다 곱하거나 나누어 주라는 의미이다.  행렬 곱은 *으로 표시된다. 이는 행렬간의 곱을 하고자 할 때 많이 사용하게 된다. 일반적으로 우리가 고등학교에서 배우는 행렬간의 곱셈 연산이라고 생각하면 된다. 

블로그 추천:  케라스, 그 간결함에 빠지다. 친절한 케라스 강좌를 원한다면 추천하는 블로그! 저는 딥러닝과 머신러닝을 가스분석분야에 적용하고자 여러가지 머신러닝 및 딥러닝 툴을 둘러보는 중입니다. 최근에 둘러본 여러가지 툴들에 대한 저의 생각을 소개하자면, GNU Octave(or Matlab) : Coursera의 Stanford 강의인 Andrew Ng 교수의 Machine Learning 코스를 최근에 수강 중이라 자연스럽게 Octave를 사용하게 되었습니다. Andrew Ng 교수님의 지도경험상 Octave나 Matlab을 이용하는 것이 머신러닝 학습에 가장 효율적이었다고 합니다. Python: Python에는 정말로 다양한 머신러닝 혹은 딥러닝 툴들이 존재합니다. 대표적인 것으로 구글에서 개발한 TensorFlow가 있고, 가장 흔히 사용되는 Scikit-learn이 있으며, Theano와 같은 툴들도 존재합니다. 그러나 여러가지 방면에서 저 같은 초보가 접근하기 가장 쉬운 것은 Keras라는 정보를 입수하고 Keras를 적극적으로 배워보기로 마음먹었습니다. 케라스를 배우기로 마음먹고 검색한 결과 아주 멋지고 풍부한 정보, 그리고 친절한 설명이 곁들여진 블로그를 발견했습니다. 케라스, 그 간결함에 빠지다.  이 블로그는 제가 최근에 가입하여 활동하기 시작한  Keras 코리아 에서도 몇번 보았던 블로그라서 처음 보자마자 꽤 친근하게 다가왔습니다. 어쨌든 처음 딥러닝을 접하는 저에게도 쉽게 느껴질 정도로 친절한 설명을 해주고 있어서 아주 편하게 따라갈 수 있습니다.

지킬 테마를 이용해서 매우 간편하게 github 블로그를 개설할 수 있다. github를 이용하여 간편하게 호스팅 할 수 있다는 사실을 이용하면 다양한 응용이 가능하다.   회복맨 블로그  에서 매우 친절하게 지킬 테마를 이용하여 github 블로그를 만들 수 있는 방법을 알려주고 있다. 정말로 그냥 따라가기만 하면 된다.

Git 사용법을 안내하는 블로그의  아주 좋은 글 을 발견했다.  나중에 git의 사용방법이 잘 생각이 안날 때, 본 블로그의 글을 참고하면 매우 편리할 것 같다.