메모_0907

"Developers are like artist; they produce their best work if they have the freedom to do so"
- Werner Vogels, A Conversation with Werner Vogels, ACM QUEUE May 2006
- http://queue.acm.org/detail.cfm?id=1142065

Jeff Bezos의 사과글
Jeffrey P. Bezos says:
This is an apology for the way we previously handled illegally sold copies of 1984 and other novels on Kindle. Our "solution" to the problem was stupid, thoughtless, and painfully out of line with our principles. It is wholly self-inflicted, and we deserve the criticism we've received. We will use the scar tissue from this painful mistake to help make better decisions going forward, ones that match our mission.

With deep apology to our customers,

Jeff Bezos
Founder & CEO
Amazon.com
---
대인배!

이건 다른 이야기지만, Bezos의 wish list에 Darth Vader Half Mask가 있다.

메모_0906

"IBM은 1180에이커 중 1090 에이커는 빈 공간으로 남아 있어....

실리콘 밸리 랩은 야생 동물 서식지 위원회로 부터 야생 동물 서식지로 인증 받았다."

http://www.itdaily.kr/news/articleView.html?idxno=19587

no titles, no descriptions

블로그를 blogger.com으로 옮긴지, 3달이 되어가는데, 블로그 title과 description이 아직 없다. 

뚜렷한 목적없는 블로그라서 그러려니 했는데, 없는 것도 운치(?)있다. 

적당한 title과 description이 '알아서' 드러나면, 그 때 정해줘야 겠다.

끝.

메모_0905

090508
CRM is like a stick dynamite that knocks down the silo walls.
-Ralph Kimball, <<The Data Warehouse Toolkit 2ed>>, Wiley, 2002, 142쪽.

090511

우리가 애초에 모여서 '자, 사진 공유를 위한 응용툴을 개발하자'고 말했더라면 아마 우리는 실패했을 것이다. 

- 페이크(플리커 설립자 중 한명), 스콧 버쿤, <<이노베이션 신화의 진실과 오해>>, 한빛미디어 , 2008 , 105쪽에서 재인용.

원문

"Had we sat down and said, 'Let's start a photo application,' we would have failed,"

Flickr of idea on a gaming project led to photo website http://www.usatoday.com/tech/products/2006-02-27-flickr_x.htm

메모_0904

090407

2002년 노벨 경제학상 시상식에서 카너먼은 '우리들(카너먼과 트버스키)이 한 일을 인간의 비합리성을 증명한 것이라고 말하는 것은 받아들이지 않겠다. 휴리스틱(heuristic)과 바이어스(bias,편향)에 대한 연구는 합리성이라는 비현실적인 개념을 부정하고 있을 뿐이다'라고 말했다.

-도모노 노리오, <<행동 경제학>>, 지형, 2007, 36쪽.

090413

Those who are enamored of practice without theory are like a pilot who goes into a ship without rudder or compass and never has any certainty where he is going.

Practice should always be based upon a sound knowledge of theory.

-Leonardo da Vinci, C.J.Date, <<SQL and Relational Theory>>, O'REILLY, 2009에서 재인용

메모_0903

090303
"노력의 차이가 결과의 차이로 옵니다."

"오늘 박 기자 컨디션이 어땠는지 모르겠어요. 50%인지 70%인지 몰라요. 하지만 난 그래요. 50%밖에 안 되니까 쉰다? 난 오히려 50%밖에 안 되니까 100%를 만들기 위해 50% 더 노력하자. 그거에요. 그게 성공하는 비결이에요.

여러분도 지금 현실에 좌절하지 말고 땀을 믿으세요. 성공은 곧 노력입니다. 설령 노력했는데도 성공이 좌절됐다고 무릎 꿇지 마세요. 또 도전하세요. 그래도 안 되면 또 도전하세요.

저는 67살이 되도록 그걸 믿으며 살았고, 65살에 성공을 했어요. 좌절하려거든 절 보세요. 절…"

- 김성근, <<김성근 감독과의 대화>>

090305
"기록은 불연속적인 우리의 사고를 연속적으로 이어주는 매개체이다."
이재영,<<탁월함에 이르는 노트의 비밀>>,한티미디어,2008.

090320

"Developers should spend some time with customer service every two years. Their they'll actually listen to customer service calls, answer customer service e-mails, and really understand the impact of the kinds of things they do as technologists."

- Amazon Architecture 중. http://highscalability.com/amazon-architecture

우리말 문장의 기본 유형

(1) 주어+완전 자동사
    지구가 돈다.
    아이들이 논다.
    물이 흐른다.
    꽃이 핀다.
    짐승들이 모인다.
(2) 주어+보어+불완전 자동사
    시골이 도시가 된다.
    물이 얼음이 된다.
    철수가 의사가 된다.
(3) 주어+목적어+타동사
    아이가 젖을 먹는다.
    학생이 노래를 부른다.
    사람이 소를 부린다.
(4) 주어+여(탈)격 조사+목적어+불완전 타동사
    형이 아우에게 책을 준다.
    아우가 형에게서 책을 받는다.
    스승이 제자에게 은혜를 베푼다.
    제자가 스승께 은혜를 갚는다.
(5) 주어+완전 형용사
    경치가 아름답다.
    산이 높다.
    곰은 미련하다.
    소금은 짜다.
(6) 주어+보어+불완전 형용사
    세균은 동물이 아니다.
    그 괴한이 도둑임이 틀림없다.
    갑이 을보다 낫다.
    을이 갑만 못하다.
(7) 주어+(체언+서술격 조사)
    이것은 꽃이다.
    저것은 나무다.

이수열, <<우리말 바로쓰기 (우리가 정말 알아야 할)>>, 현암사, 1999.

CRISP-DM 방법론

CRISP-DM 1.0
CRISP-DM이란, CRoss-Industry Standard Process for Data Mining의 약어이고, EC의 자금지원을 받아서 여러 산업에 적용할 수 있는 데이터 마이닝 표준 절차를 연구하는 곳이다.
1.0버젼은 공표되었고, 현재 2.0버젼 준비중이다.

틈틈이 1.0 버젼을 정리하겠다.
---------------------------------------------------------
1. business understading
이 단계는 프로젝트의 목표와 요구사항을 비즈니스 측면에서 이해하는데 중점을 두고, 이런 지식을 데이터 마이닝의 문제로 정의해서, 프로젝트 목표를 수행하기 위한 예비의 계획을 세운다.

2. data understanding
데이터 이해 단계는 초기 데이터 수집과 데이터에 익숙해지기 위한 활동을 전개해서, 데이터 품질 문제를 식별하고, 데이터에 대한 첫 통찰을 찾아내거나, 숨겨진 정보로 부터 가설을 세우기 위한 하위 집합을 찾아내는 활동을 포함한다.

3. data preparation
데이터 준비 단계는 원자료로부터 최종 데이터를 생성하는 모든 활동을 포함한다. 데이터 준비단계는 여러번 수행되기도 하고, 정해진 순서를 반드시 지키는것은 아니다. 테이블, 레코드, 속성의 선택 외에도 모델링 도구용 데이터 변환과 정제작업도 포함한다.

4. modeling
이 단계에선, 다양한 모델링 기법이 선택되고, 적용되고, 최적의 가치를 찾기위해 입력변수를 측정한다. 일반적으로, 동일한 데이터 마이닝 문제 유형에 대한 여러가지 기술이 있다. 몇몇 기술은 데이터의 형태로 인한 특별한 요구사항을 갖는 경우가 있다. 그러므로, 데이터 준비단계로 자주 돌아가는 일이 발생한다.

5. evaluation
프로젝트가 이 국면에 달하면 데이터 분석 관점에서 높은 품질의 모델이 구축된다. 최종 전개 단계로 나아가기 전에, 모델을 전체적으로 평가하고 모델 구축을 위해 실행한 단계를 점검하고, 비즈니스 목적이 적절히 수행되었는지 확인하는 것이 중요하다. (평가의) 핵심 목표는 중요한 비즈니스 문제가 충분히 고려되었는지 판단하는 것이다. 이 단계의 마지막에는, 데이터 마이닝의 결과를 사용할지 반드시 결정해야 한다.

6. deployment
모델 생성이 일반적으로 프로젝트의 끝이 아니다. 모델의 목적이 데이터에 대한 지식을 증가하는데 있다해도, 지식 습득이 체계화되고 표현되어서 고객이 사용할 수 있는 방식이 되어야 한다. 요구사항에 따라서, 전개 단계는 단순히 보고서를 생성하기도 하고 반복가능한 데이터 마이닝 절차를 구현하는 복잡해지기도 한다. 많은 경우 데이터 분석가가 아니라 고객이 전개 단계를 수행한다. 그러나, 분석가가 전개단계를 수행하지 않더라도, 고객이 생성된 모델을 실제로 이용하기 위해 어떤 행동을 수행해야 하는지 이해하는 것이 매우 중요하다.

(최종 update: 20090219)