커스텀 키보드를 자주 만들어 본 사람들은 알겠지만, 대부분의 DIY 키트는 가격이 많이 비싸고, 한정 판매인 경우가 많다. 이런 이유로 원하는 아이템을 발견해도 사지 못하는 경우가 매우 많다. 특히, 내가 원하는 스플릿 형식의 키보드는 매물이 상당히 적어서, 구하기가 매우 어렵다. 완제품으로는, 이전에 언급한 Moonlander, Ergodox, Kinesis freestylee, Glove80 등이 있지만, 이들의 가격은 매우 비싸고, 합리적이지 않은 경우가 많다. 최소 20만 원에서 기본 제품만 사도 40만 원이 넘고, 다리나 팜레스트 등을 추가하면 60만 원을 넘어가는 경우도 있다. 외국 제품이라 수리도 어려워 선택이 쉽지 않았다.결국 DIY 키트여도 괜찮으니 아래 조건을 만족하는 제품을 찾고 싶었..

뭐든 처음 찾게 되면 극단까지 찾게 된다. 커스텀 키보드를 찾다 보니 여러 DIY 키트들을 찾게 됐다. 하지만 더 싸게 찾아보니, 오픈 소스로 PCB와 케이스 도면을 공유하는 프로젝트가 있었다. 당시에 졸업을 앞에 두고 있던 상황이라, 시간도 조금 남았다. 뭐 만들면 되지 하는 생각으로 싼 수준에서 시작해볼까하는 오만한 생각을 했다. 일단, 처음에 세운 기준은 간단했다. 스플릿 키보드. 키보드 틸팅 (가운데 부분을 올릴 수 있으면 좋겠다.). 문자 키와 숫자 부분을 지정할 수 있을 정도는 되는 키 수가 있어야 함 (최소 60%). 나는 충분히 대중적으로 쓸만한 선에서 타협하고 싶었기 때문에, 이것보다 매니악한 키보드를 쓰고 싶지 않았다. 쉽게 찾을 수 있는 대부분의 키보드들은 키 수가 정말 많이 적었고(..

컴퓨터로 할 수 있는 일이 많이 늘어나고, 많은 사회인들은 하루의 대부분 시간을 컴퓨터 앞에서 보내게 됐다. 거기에 취미도 컴퓨터로 하게 되면 하루의 절반 이상을 책상에 있는 컴퓨터 앞에서 보내게 된다. 나도 그중 한 명이다. 시뮬레이션 기반의 데이터 분석을 주로 하니 컴퓨터 이용이 불가피하고, 주로 서적과 인터넷 서칭으로 지식을 얻기 때문에 책상에서 매우 오랜 시간 앉아있게 된다. 그리고, 컴퓨터 게임, 인터넷 서칭을 많이 해서 키보드와 마우스를 사용하는 시간이 매우 길다. 길게 사용하다 보니, 점점 손목과 목, 어깨에 무리가 가기 시작했고, 크고 작은 염증을 진단받거나 하는 일이 잦았다. 물론, 쉬면 대부분 해결되는 수준이었지만, 가장 중요한 건 평소생활에서 악화시키는 요인을 없애는 게 좋겠다 싶어,..

머신러닝 공부 머신러닝 기초 공부; SLP, MLP 머신러닝 기초 공부; Adam 머신러닝 기초 공부; CNN 우리는 여러 가지 형태의 데이터를 분석한다. 간단하게는 테이블이 있고, 화면과 같은 이미지, 시간에 따른 변화나 어떤 열을 따라 변화하는 것을 기록한 시계열, 이 둘을 합한 동영상 등이 있다. 여기에선, 이미지 데이터를 처리하는 것을 자세하게 다룰 것이다. 이미지 데이터는 보통 2차원의 넓은 면을 가지고 각 포인트마다 값을 갖는다. 많은 수의 픽셀을 갖는 이미지의 경우 입력 벡터의 크기가 커지고, weight 파라미터 개수가 엄청 커지게 된다. 또한, 이미지를 파악할 때는 주위의 데이터가 중요하게 작용한다. 예를 들어, 이미지의 사람을 인식해야 한다면, 사람 모양의 픽셀을 파악하는 게 중요하고 ..

보호되어 있는 글입니다.

머신러닝 공부 머신러닝 기초 공부; SLP, MLP 머신러닝 기초 공부; Adam 머신러닝 기초 공부; CNN 우리는 실생활에서도 가장 좋은 방법을 찾으려는 노력을 많이 한다. 하루 일정을 세울 때나, 예산을 분배할 때, 난방을 조절할 때 등등, 최소한의 노력이나 소비로 최대한의 효과를 바란다. 이런 종류의 문제들은, 흔히, 최적화 문제(Optimal control problem)라고 불리고, 수학적으로도, 계산적으로도 상당히 어려운 문제에 속한다. 데이터를 분석할 때에도, 상당히 많은 종류의 최적화 문제를 설계하게 되는데, 그 중 모수 추정(Parameter estimation)은 거의 모든 분석에서 필수적으로 들어가는 최적화 문제이다. 신경망 모델의 Weight와 bias 등을 구하거나, 감염 모델에..

접촉 조사(Contact survey)는 다방면에서 활용할 수 있는 매우 중요한 정보이다. 다른 글에서도 언급했듯 질병학에서 매우 활용도가 높고, 이외에도 여러 사회학 연구 등에서 많이 활용된다. 예를 들어, 글쓴이의 대학원 시절, 유럽의 큰 조사였던 POLYMOD 프로젝트나 국내 접촉 조사 등을 활용하여 수두 바이러스라던가, COVID-19 등의 확산을 연구한 경험이 있다. 질병 확산을 접촉과 결부시켜 설명할 수 있기 때문에, 그 정도가 평균 접촉수(Average contact)이나 접촉률(Contact rate)에 상관이 있다고 생각하고, 질병 확산을 설명한다. 질병 확산의 방식에 따라, 전체 인구수를 어떻게 나눌지를 매번 결정해야 한다. 이에 따라서, 접촉률을 알아야 하는 그룹이 달라진다. 우리가 ..

기초 재생산 지수(Basic reproduction number, $R_0$)는 감염병 연구에서 매우 중요한 지표 중 하나로, 감염병이 퍼질 것인지 판단하는 기준으로 쓰이는 수이다. 이 수에서 파생하여 각종 재생산 지수의 개념을 만들 수 있고, 각 상황에서 감염병의 퍼지는 정도를 알거나, 퍼질지 말지 알 수 있는 기준으로써 사용이 된다. 기초 재생산 지수는 아래와 같은 정의를 갖는다. 기초 재생산 지수란, 모든 개체가 감염될 수 있는(Susceptible) 집단에 감염력이 있는(Infectious) 개체 하나가 들어갔을 때, 그 개체가 감염력이 있는 기간 동안 감염시킬 수 있는 평균적인 수를 의미한다. 감염병의 수리 모델에서 위 지수를 식으로 나타내면 감염병에 대한 좋은 통찰을 얻을 수 있다. 예를 들어..