brastor

한국말 바로하기를 통한 말덩어리 순서 익히기

1. 뭐가 어떻다.
->내가 먹는다.
->내 (어떤 나냐면?) 잘생긴 (내)가 먹는다.
->내 (어떤 나냐면?) 잘생기고 착한 (내)가 먹는다.

첫 번째, 주어에 말덩어리들이 붙으면서 길어진 경우이다.

2. 뭐가 어떻다.
->내가 먹는다.
->내가 사과를 먹는다.
->내가 사과 (어떤 사과냐면?) 빨간 사과를 먹는다.
->내가 사과 (어떤 사과냐면?) 빨갛고 엄마가 사준 사과를 먹는다.

두 번째, 목적어에 말덩어리들이 붙으면서 길어진 경우이다.

3. 뭐가 어떻다.
->내가 먹는다.
->내가 사과를 먹는다.
->내 (어떤 나냐면?) 잘생긴 (내)가 사과를 먹는다.
->내 (어떤 나냐면?) 잘생기고 착한 (내)가 사과 (어떤 사과냐면?) 빨갛고 엄마가 사준 사과를 먹는다.

셋 째, 주어와 목적에에 말덩어리들이 붙으면서 길어지는 경우이다.

본인이 내 뱉는 한국말을 "뭐가 어떻다." 어순으로 바꿔보는 연습을 하면 영어 말덩어리 순서 익히기를 할 수 있다.

예) 언제까지 끝낼 수 있어? (흔히 한국사람 사이에서 내뱉는 말)
-> (당신은 이일을) 언제까지 끝낼 수 있나(요)? (정확한 한국어 문장)
정확한 한국어 문장을 만들 수 있다면, 영어로 내뱉으면 된다.

영어는 "주어 + 동사 + 목적어"라는 한 가지 형태만 있다고 생각하자.
예문은 물어보는 문장이지만, 단순한 문장으로 만들어 보자.

1. You finish this job. (당신이 끝낸다. 이 일을)
여기에 할 수(끝낼 수)라는 뉘앙스를 첨부하면,
2. You can finish this job. (당신은 끝낼 수 있다. 이 일을)
언제 끝낼 수 있는지 물어보고 있으니,
3. When can you finish this job? (언제 당신이 끝낼 수 있어? 이 일을)

2016년 5월 11일 수요일

Raspberry pi 3 Ubuntu mate 16.04

1. image download
https://ubuntu-mate.org/download/

2. OS image write to SD card using Win32DiskImager

2016년 4월 22일 금요일

Bayes theorem

확률의 덧셈 법칙:
P(A|B) = P(A) + P(B) - P(A∩B)

P(A|B) -> P(B) given일 때, P(A) 즉, B확율이 주어졌을 때, A가 발생할 확률

어떤 두 사건이 동시에 일어 날 수 없을 때, 배반인 사건이라고 한다. (mutually exclusive event)
A와 B가 서로 배반일 때
P(A|B) = P(A) + P(B)

조건부 확률의 계산
P(B|A) = P(A∩B) / P(A) (단 P(A) > 0)

곱셈 법칙 :
P(A∩B) = P(B|A)P(A)
독립사상의 곱셈 법칙 :
P(A∩B) = P(A)P(B)

여사상의 확률 :
P(A) + P(A^c) = 1 즉, P(A^c) = 1-P(A)

확률의 분할 법칙 :
P(B) = P(A∩B) +P(A^c∩B)
= P(B|A)P(A) + P(B|A^c)P(A^c)

평소 하는 말 중 70%가 거짓말인 사람에게 거짓말 탐지기로, 어떤 물음에 대한 대답이 거짓인지 참인지를 조사하려 한다.이 거짓말 탐지기는 90%의 정확성을 가지고 있다고 할 때 대답이 거짓이라는 조사 결과가 나올 확률을 얼마인가?

A : 그 사람이 거짓 말을 함
B : 거짓말 탐지가가 '거짓'이라고 답 함

P(A) = 0.7 P(A^c) = 0.3 P(B|A) = 0.9 P(B|A^c) = 0.1
따라서,
P(B) = P(B|A)P(A) + P(B|A^c)P(A^c)
= 0.9 * 0.7 + 0.1 * 0.3
= 0.66

Bayes 정리

위에서 거짓말 탐지기의 조사 결과가 '거짓'으로 나왔을 때 우리는 그 조사 결과를 어느 정도 믿을 수 있을까? 이것은 조사 결과가 '거짓'으로 나왔을 때 그 사람이 실제로 거짓말을 했을 조건부확률을 구하면 된다.
P(A∩B) = P(B|A)P(B) = 0.9 * 0.7 = 0.63

P(A|B) = P(A∩B) / P(B) = 0.63 / 0.66 = 0.955

이렇게 어떤 실험결과에서 나온 정보를 이용하여 어떤 사건의 처음 확률을 개선시킬 수 있는데, 이 때 처음의 확률을 사전확률(prior probability)라 하고, 수정된 확률을 사후확율(posterior probability)라 한다.

위의 예에서 사후확률을 구한 방법을 정리하면 다음과 같다.
P(A|B) = P(A∩B) / P(B)
= P(B|A)P(A) / (P(B|A)P(A) + P(B|A^c)P(A^c))

베이즈 정리 :
서로 배단인 사건 A1, A2, A3... An중 하나는 반드시 일어날 때, P(B) >0 이면,
P(Ak|B) = P(B|Ak)P(Ak) / ((P(B|A1)P(A1) + (P(B|A2)P(A2) + ... + (P(B|An)P(An))

베이즈 정리를 사용하면 여러 가지 사후확률을 구할 수 있다.

scipy - factorial

pytyon math 에서도 factorial이 가능하다.
math.factorial(x)

array나 계산량이 많아진다면, scipy misc에서 제공하는 factorial을 이용하면 된다.

from scipy.misc import factorial

arr = np.array([3,4,5])
factorial(arr, exact=False)

A Gaussian process in a nutshell

A Gaussian process in a nutshell

likehihood P (t | X, θ, φ) = N [m(X, φ), K] multivariate Gaussian

t : output vector (e.g. fluxes)
X : input matrix (e.g. time, pointing, detector temperature...)
θ, φ : (hyper-)parameters

m : mean function
φ : mean function parameters that one of (hyper-)parameters above
K : covariance matrix -> Knm ≡ cov [xn, xm] = k(xn, xm, θ)
k : kernal function -> k(xn, xm, θ)
θ : kernal parameters that one of (hyper-)parameters above

두 확률변수의 공분산(covariance) : E -> Expectation(기대값)
cov(X, Y) = E[(X-ux)(Y-uy)]
= ΣxΣy(x-ux)(y-uy)P[X=x, Y=y]
단, P[X=x, Y=y]는 X와 Y의 결합확률분포에서 X=x 그리고 Y=y일 확률을 나타낸다.

공분산의 간편식 :
cov(X, Y) = E(XY) - uxuy
= ΣxΣy xyP[X=x, Y=y] - uxuy

두 확률변수의 상관계수(correlation coefficient) : SD --> Standard Deviation (표준편차)
Corr(X, Y) = Cov(X, Y) / SD(X)SD(Y)

reference : http://www.robots.ox.ac.uk/~mosb/public/pdf/165/algrain_suzanne.pdf

2016년 4월 12일 화요일

영어 말하기 - 간단한 형태

영어 말하기를 위해서, "영어 말하기" 개념을 머리속에 정립할 필요가 있다.
머리가 이해하지 못하면, 그렇을 이용해서 "생각"을 "말 덩어리"로 변환하기는 99.99% 불가능한 일이될 것이다.

한 마디로 정리하면, 영어는 다음의 형태이다!!!

뭐가 어떻다.

음... 무슨 소리인가. 흔히 알고 있던, 5형식도 아니고, 주어 + 동사 + 목적어도 아니고... 뭐가 어떻다니... 도대체 뭐가 어떻다는 것일까?

흔히 우리가 격은 상황을 머리속에 떠올려 보자.

직장 상사가 흔히 하는 말. "언제 끝나?"

첫째 딸이 흔히 하는 말. "사과 먹고 싶어."

우선, 이 두 번째부터 시작해 보자. 썩 좋은 예문은 아니지만, 우선 시작은 두 번째 한 마디면 충분하다.

어떻게 영어를 뱉아야 할까?
대부분 머리속에 떠오른 것은,

Apple eats.

흠... 뭐가 잘못된 것일까?먼저 앞에서 정의한 것과 같이 "뭐가 어떻다"라는 틀에 맞혀보자.
"사과(가) 먹었다" 인가? "내(가) 사과(를) 먹었다." 인가?
"사과 먹고 싶어."라고 한국말을 했다면, 정확히 "내(가) 사과(를) 먹고 싶어."라는 말을 하고 싶었을 것이다. 하지만, 언어는 엄청나게 경제적인 것을 추구하고 있기 때문에, 반복이 발생하면, 반복을 생략했을 때, 뜻(생각)이 전달되면 생략하게 된다. 물론 생략의 과정은 사회적 합의가 필요한 것이며, 암묵적으로 합의된 것들이 언어 생활에 나오게 된다. 이 생략의 과정은 한국말의 특징만은 아니고, 영어도 같은 특징을 가지고 있다.

6살된 "지후"의 언어 습관을 관찰해 보면, 다음과 같이 말한다.
"지후, 사과 먹고 싶어."
9살된 "지원"이의 언어 습관을 관찰하면 다음과 같다.
"사과 먹고 싶어."

즉, 지후는 "뭐가 어떻다"라는 틀에 맞게 언어 생활을 하지만, 지원이는 굳이 반복적으로 본인이 뭔가를 하고 싶다는 것을 말할 때는 말하는 주체인 본인을 굳이 말하지 않아도 뜻이 전달되는 것을 알고 있는 것이다.

영어를 정확히 구사하기 위해서는 내가하는 한국말을 정확히 이해해야 하고, 머리에 그림(이미지)을 그릴 수 있어야 한다.
내(가) 사과(를) 먹는 것인지, 사과(가) 나(를) 먹는 것인지.

2022년 1월 19일 수요일

iHerb 할인코드 RAS4428

2016년 5월 13일 금요일

영어 말하기 - 한국말 바로하기