안녕하세요. 언제 한번 파이썬 프로그래밍을 정리해야겠다고 생각했었는데 갑자기 학생들에게 파이썬을 가르치는 봉사활동을 하는 기회가 생겨서 그 덕에 쓰게 되었습니다. 사실 저는 전산과나 컴퓨터공학과가 아니라서 파이썬이라는 프로그래밍 언어에 대해서 깊게 이해하지는 못하지만 파이썬을 사용하는 사용자로써 알면 좋은 정도의 지식만을 전달하고자 합니다. 파이썬은 현재 점점 많은 관심을 받고있는 프로그래밍 언어입니다. 위의 그래프는 티오베 인덱스(TIOBE Index)라고 프로그래밍 언어의 인기를 파악하는 지표를 나타냅니다. 파이썬이 2018년부터 AI와 기계학습 등이 주목받기 시작하면서 인기가 높아지고 있습니다. 또 다른 통계자료는 2020년에 프로그래머를 대상으로 새롭게 배우고 싶은 프로그래밍 언어를 조사한 결과..
필자와 같이 나이가 어느정도 있고 오랜기간 학생으로 지낸 분들이라면 국가장학금 및 기업장학금을 눈에 불이나게 찾는 분들이 많으리라 생각한다. 여러가지 장학금을 준비하다가 이번에 운이 좋게 합격하게 된 현대차 정몽구 재단 장학금의 온드림 미래산업 인재 대학원 장학생 합격 후기를 쓰려고 한다. 앞으로 준비하시는 분들께 많은 도움이 되기를 바란다. 1. 혜택 일단 가장 관심이 많은 혜택에 대해서 간단히 소개하자면 2020년 기준으로 위와 같다 (2018년과 2019년에도 동일했다.). 등록금 전액, 학습지원비, 해외학회 참가 지원(글로벌 우수상 시상), 해외 진출 체재비, 재단 장학생 네트워킹 프로그램 등등 매우 다양한 부분에 지원한다. 특히 등록금 전액은 등록금을 내면서 다니는 가난한 대학원생들에게는 그야말..
저번 글에서 확률이 왜 중요한지 간단하게 생각해보았다. 그리고 확률에서 중요한 개념인 확률변수(Random variable)이란 어떤 것이고 확률변수가 정의되기 위해서 필요한 확률 공간에 대해서 알아보았다. 이번 글에서는 확률변수에 대한 추가적인 개념과 간단한 예를 통해서 확률변수에 대한 이해를 높이도록 하겠다. 1. 확률밀도함수(Probability density function, pdf) 확률밀도함수을 알기에 앞서 누적분포함수(Cumulative distribution function, cdf)에 대해서 알아보자. 확률밀도함수는 누적분포함수를 통해서 쉽게 유도할 수 있다. 누적분포함수(CDF)는 아래와 같이 정의된다. $$ F_{X}(x) = P[{\zeta: X(\zeta) \le x}] = P_{..
필자가 연구하는 의료영상 분야 및 많은 공학 연구분야에서 머신러닝이나 딥러닝분야가 크게 떠오르면서 기반이되는 확률에 대한 이해가 매우 중요해졌다. 그래서 확률에 대해 공부한 내용을 정리할겸 글을 써보려고 한다. 쉽게 쉽게 쓰고 필요한 부분만 언급하고 싶지만 개념은 가벼우면서도 넓게 이해하는 것이 중요하므로 꼭 한번은 알아야 할 부분은 언급하고 넘어가겠다. (이 글의 상당부분은 Henry Stark과 John W. Woods의 Probability, Statistics, and Random Processes for Engineers 책을 기반으로 하고 있다.) 1. 확률이란? 우리가 확률을 사용하는 이유는 무엇인까? 확률은 우리가 많은 상황에서 모든 것을 정확하게 계산하는 것이 불가능하기 때문에 사용하는 ..
안녕하세요. 동글연구자입니다. 앞선 글에서 ROC곡선에 대한 기본개념을 알아보았습니다. 아직 ROC곡선에 대한 기본개념을 잘 모르시는 분이라면 아래 글을 보고 이 글을 읽는 것을 추천드립니다. ROC 곡선(ROC curve) - (1) 기본개념 이번 글에서는 ROC곡선을 이용하여 서로 다른 결정인자간의 비교 방법과 이익(utilities or benefits)이 주어졌을 때 어떻게 최적의 결정인자를 찾은 방법에 대해서 알아보겠습니다. 1. ROC곡선을 이용해 결정인자 역량의 비교 가장 이상적인 결정인자는 무엇일까? 그것은 두 분포를 완벽히 분리해내는 결정인자이다. 코로나19 바이어스를 다시 예로 들면 이상적인 진단방법이 개발되어 진단율 100퍼센트로 양성과 음성을 가려낼 수 있다고 가정해보자. 새로운 진..
이번 글에서는 진단 역량을 평가하기 위한 이진분류법을 기반으로 만들어지는 ROC 곡선(Receiver operating characteristic curve)에 대해서 알아보고자 한다. ROC 곡선은 아래와 같이 FPF(False Positive Rate)와 TPF(True Positive Rate)로 그려지는 그래프를 말한다. ROC곡선은 의학 분야에서 진단의 목적으로도 많이 사용될 뿐만 아니라 머신러닝(Machine Learning)에서 개발된 알고리즘의 성능 평가의 목적으로도 흔히 사용되는 지표이므로 이에 대해 높은 이해도를 가진다면 연구에 큰 도움이 될 것이다. 1. ROC 곡선의 필요성 우리는 평가를 할때 항상 정량적인 수치로 유동적인 처방을 내릴 수 있으면 좋겠지만 대개는 양성/음성, 참/거짓..
이번 글에서는 샘플링과 나이퀴스트 정리에 대해서 알아보고자 한다 (주의: 이를 처음 접하는 사람이라면 다소 어려울 수 있습니다.). 우리가 신호나 영상을 얻을 때 연속적인 아날로그 정보를 일정 시간에 따라 불연속적으로 끊어 저장해야 합니다 (아날로그 신호를 연속적으로 측정하는 것은 불가능합니다.). 이것을 우리말로 표본화 혹은 샘플링(Sampling)이라고 합니다. 그렇다면 푸리에 변환과 샘플링은 어떤 관계가 있을까요? 단순히 푸리에 변환을 이용하여서 데이터를 분석하는 것이라면 크게 중요하지 않을 수도 있습니다. 하지만 푸리에 변환을 이용하여서 특정함수를 만들고 이를 변환 혹은 역변환을 통해 계산에 사용한다면 매우 중요한 이론입니다. 이는 주파수와 샘플링의 관계에 대해서 이해하는데도 도움이 될 것 입니다..
우리는 앞서 푸리에 변환(Fourier transform)이 무엇이고 이를 유도하는 방법에 대해서 알아보았다. 사실 푸리에 변환을 사용하기에 이전 글의 유도과정은 전혀 중요하지 않다. 공대생의 입장에서 푸리에 변환은 주어진 신호를 주파수 영역에서 손쉽게 해석 및 처리하기 위한 도구라고만 알면 끝이다. 다만 이를 사용하는 입장에서 한번쯤은 의문을 가져볼만하다. 글로 풀어진 푸리에 변환의 해석이나 유도는 여러번 보아도 전혀 와닿지 않을 것이다. 과연 이것이 어떻게 우리의 연구나 과제에 도움이 되고 어떻게 사용할지는 실제 예를 통해서 습득하는 것이 가장 효과적이다(적어도 공대생인 필자는 그랬다.). 이제 좀 더 눈이 보이고 직관적인 예를 통해서 자세히 알아보고자 한다. 본 글에서는 다양한 신호 중에 영상을 이..
우리는 신호를 얻게 되면 그 신호를 여러 가지 방법들을 가지고 분석할 수 있는데 푸리에 변환(Fourier transfrom)이 그 중에서 가장 대표적이며 범용적으로 사용되는 도구라고 할 수 있다. 그렇기 때문에 신호처리 분야(영상, 음성, 통신 등등)에서 종사하는 연구자라면 꼭 한번은 푸리에 변환의 개념에 대해서 명확하게 이해하고 정리해둘 필요가 있다. 또, 푸리에 변환이 적용되는 예를 통해서 이해도를 넓히고자 한다. 본 글은 푸리에 변환의 소개를 시작으로 그렇다면 어떻게 수학적으로 푸리에 변환이 유도되었는지를 다룰 예정이다. 1. 푸리에 변환의 소개 간단히 푸리에 변환에 대해서 말하자면 푸리에 변환은 주어진 신호를 다양한 주파수를 가지는 주기함수들의 합으로 나타내는 것이다. 여기서 주기함수란 우리가 ..