:)

톰캣 설치 후 URL 또는 IP주소로 접근할 때  http://111.222.333:8080  또는 http://serve1.test.co.kr:8080   처럼  8080을 붙여서 접속해야하는 경우가 있다. 아래 내용은 8080 포트번호를 작성하지 않아도 알아서 처리하도록 iptable 설정을 바꿔주는 방법이다.  # iptables -t nat -A OUTPUT -d 127.0.0.1 -p tcp --dport 80 -j REDIRECT --to-ports 8080 # iptables -t nat -A OUTPUT -d hostname -p tcp --dport 80 -j REDIRECT --to-ports 8080 # iptables -t nat -A PREROUTING -d hostname -p tcp --dport 80 -j REDIRECT --to-ports 8080 * hostname  부분에는 리눅스를 설치했을때 적용한 도메인 이름을 입력하면된다.  ex ) 도메인 이름이 serve1.test.co.kr 일경우 아래와 같이 작성된다.  >> iptables -t nat -A OUTPUT -d serve1.test.co.kr -p tcp --dport 80 -j REDIRECT --to-ports 8080 # service iptables save 방화벽 규칙을 /etc/sysconfig/iptables에 저장 중: [  OK  ] # service iptables restart 방화벽 규칙을 삭제하는 중: [  OK  ] chains를 ACCEPT 규칙으로 설정함: nat [  OK  ] iptables 모듈을 제거하는 중: [  OK  ] iptables 방화벽 규칙들을 적용하는 중: [  OK  ] 추가 iptables 모듈을 읽어오는 중: ip_conntrack_netbios_ns [  OK  ] 여기까지 되면 끝 ~  ----------

활용 가능한 인공지능 플랫폼 keyword : 머신러닝(Machin Learning), 인공지능(AI), 딥러닝(Deep Learning), 음성인식(Speach), 자연어처리(NLP, Natural Language, Processing) 아마존 렉스  - 음성인식기반 지능형 대화 (음성인식, 챗봇 등)  - 음성인식요청 건당 $0.004, 텍스트인식요청 건당 $0.00075      500 speech requests = 500 * $0.004 = $2.00     500 text requests = 500 * $0.00075 = $0.38     Total Amazon Lex charges for 500 speech request and 500 text requests = $2.38 아마존 폴리 - 한국어 미지원  - 텍스트 to 스피치  - 워싱턴포스트는 이를 이용해 기사를 읽어주는 서비스를 제공할것이라고함  - 23시간 수준 음성전환 기능 사용시 $4.00 발생 (100만 문자)  - 1,000개의 요청당 1000문자 수준 $4.00  - 10,000개의 요청당 100문자 수준 $4.00 아마존 리코그니션  - 이미지 분석  - 첫달 100만 이미지 처리 $1, 둘째달 900만 이미지 $0.8  - 셋째달 9000만 이미지 $0.6, 넷째달 1억 이미지 $0.4 아마존 머신러닝  - 모든 기술 개발자가 기계학습기술을 쉽게 사용할수있게 해주는 서비스  - 머신러닝 알고리즘 및 기술을 몰라도 모델을 만들수있도록 지원 (시각화도구)  - API를 사용한 예측도출 가능 아마존 머신러닝 사용 사례 AWS 사례 연구:BuildFax 및 Amazon Machine Learning BuildFax가 더 빠른 결과를 위해 Amazon Machine Learning을 사용해 "예측 모델 구축 과정을 대중화"한 방법을 확인하십시오. AWS 사례

윈도우 텐서플로우 환경 구축 (작성일:2016.12.02) 환경 : 윈도우7, 아나콘다, 파이썬3.5 1) 파이썬 다운로드&설치 (https://www.python.org/downloads/)  - "python-3.5.2.exe" 파일 다운로드 완료후 실행  - "install now" 클릭을 통해 파이썬 설치 2) 파이썬 환경변수 설정  - "시스템 속성" 창 열기      : 방법 1) 제어판\모든 제어판 항목\시스템" 실행      : 방법 2) 바탕화면 "컴퓨터"아이콘 우클릭후 속성클릭 > "고급시스템설정" 클릭  - "고급" > "환경 변수(N)..." 클릭      - 사용자변수 영역에서 Path 선택 후 "편집" 클릭      - 기존내용 뒤에 세미콜론(;)을 붙이고 파이썬 설치경로를 작성후 확인         (경로확인방법 : 설치된 파이썬실행파일을 우클릭하여 속성에 들어가면 대상경로가 나옴) 3) easy_install 설치  - 접속 : https://pypi.python.org/pypi/setuptools/  - "Installation Instructions" 의 하위 컨텐츠 "Windows (simplified)"링크 클릭  - "ez_setup.py" 링크 클릭후 내용을 파일로 PC에 저장 (C:\ez_setup.py)  - 윈도우 명령프롬프트(cmd) 실행후 C: 로 이동한뒤 아래 명령 입력      python ez_setup.py build      - 완료 후 아래명령 입력      python ez_setup.py install        - 설치완료

틈날때마다 따로 메모해두었던 내용들을 정리해서 올려봅니다 Man Group : 머신러닝을 활용한 펀딩시스템 체제를 기반으로 움직이겠다고 발표했다고 함  : 사람이 급변하는 시장에서 투자판단을 내리지 못함에 있어서 머신러닝을 도입했고, 수익을 낼 수 있었다고 함 : 수익을 내기 쉬운 상황보다, 수익을 내기 어려운 상황속에서 더 욱 큰 효과를 보였다고 함 로보어드바이저 : 인건비나,, 운영비로인해 고액 자산가만 서비스 가능했던 펀드매니징을  : 고액 자산가가 아닌, 저액 자산가에게도 서비스가 가능해졌다 (고액자산가 기준 10억 이상) : 중,저액 자산가들에게 인기가 많을 것이라고 생각했으나 + 초고액자산가들에게도 인기가 많았다. : 개인에게 재정 서비스 지원 : 신규 고객 창출을 위해 많이 사용  : 로보어드바이저 산업구조 : 로보 어드바이저 (순수 머신) > 하이브리드 어드바이저 (머신 + 사람) < Enablers : 순수 머신 로보어드바이저 분야가 더욱 확산될것으로 보임  : 로보어드바이저 1위 : 뱅가드(Vanguard) : 해외에서는 로보어드바이저에 신뢰가 높음 - 국내도 가능성이 높을거라고 생각됨 로보어드바이저 역할 Profile > Asset Allocation > Monitor & Rebalance  고객을 성향을 평가 > 투자방식 확정 > 감시 및 조정  현재 로보어드바이저는 매우 기본적이고 안전한 방식으로 운영중에 있다.  그럼 앞으로는 ?  강화분야 : Automated Asset Allocation - Automated Rebalancing - Tax-loss Harvesting 강화분야 : Financial Planning - Tax Planning - Estate Planning 현재 없으나 생겨야할 분야 : Stocks - Bonds - Mutual Funds - Alternative Inves

Deep Learnin g 이또한.. 여러곳에서 조사한 자료를 나름대로 정리해본 내용입니다  참고가 될수있길 바라며 공유 ~!  참고 사이트 http://newsight.tistory.com/70 https://github.com/aymericdamien/TensorFlow-Examples 1. 사람의 사고방식을 컴퓨터에게 가르치는 기계학습의 한 분야 2. 알고리즘 종류      가. DNN (Deep Neural Networks : 심층 신경망)                   : 입력층과 출력층 사이에 복수개의 은닉 계층들로 이뤄진 인공신경망           : 복잡한 비선형 관계를 모델링 할 수 있다.  (비선형관계의 예 : 사물식별)           : 학습결과후 발생한 오류(목표값과 의 오차)를 역전파를 통해 오차범위를 최소화 시킬 수 있는 가중치를 찾으며 학습           : 역전파 시 가중치를 갱신하면서 최적의 가중치를 찾아야하는데 이때 가중치를 갱신하는 방법이 경사하강법이다.           : 취약점 1     - Overfitting (과적응 / 사람에 비유하면 고정관념과 비슷) -  http://sanghyukchun.github.io/59/                               - 해결방법 : Regularization            : 취약점 2     - 높은 시간복잡도 (오차역전파, 경사하강법의 시간복잡도가 매우 높다)                               - 심층신경망 학습 시 크기(계층수와 계층당 유닛 수), 학습률(Learning rate), 초기 가중치등 많은 매개변수가 고려되어야는데                                 최적의 매개변수를 찾기위해 매개변수 공간 전부를 확인하는 것은 계산에 필요한 시간과 자원의 제약으로 인해 불가능      나. CNN (Convolu

머신러닝이라는게 뭔가.. 이해해보고자  여기저기서 조사한 자료를 나름대로 모아서 정리해봤습니다  뭐.. 약간에 참고가 되길 바라며 ~ 텐서플로우 강좌 http://learningtensorflow.com/index.html 파이썬 강좌 https://wikidocs.net/2 딥러닝 기초 강의 사이트 http://hunkim.github.io/ml/ http://sanghyukchun.github.io/57/ 요기 좀 괜찮음  http://newsight.tistory.com/68 1. 머신러닝 ( = 기계학습)      인공지능의 한 분야, 컴퓨터가 학습할 수 있는 알고리즘과 기술을 개발하는 분야      - 키워드 : 표현, 일반화      - 표현(representation) : 데이터 평가      - 일반화(generalization) : 데이터 처리 2. 학습 유형      기. 비지도 학습 (Unsupervised Learning)           1) 설명                - 입력값에 대한 목표치가 주어지지 않는다.                - 통계학의 밀도추정(Density Estimation)과 연관이 있으며, 데이터의 주요 특징을 요약하고 설명 할 수있게 된다.       나. 지도 학습 (Supervised learning)           1) 설명                - 훈련 데이터로 부터 "하나의 함수”를 유추해 내기 위한 머신러닝(기계학습)의 한 방법                - "A @ B # C = Y” 처럼 (A, B, C) 와같은 변수와 (Y)라는 결과값(lable)이 대량 존재할때                  위 훈련데이터(Training Data Set)를 사용해서 학습 시킴으로써                  @와 #이 어떤 관계를