ddck1321의 등록된 링크

키자드에 등록된 총 1075개의 포스트를 확인하실 수 있습니다.

Naver Blog

[UEFA 챔피언스리그] 220914 바이에른 뮌헨 vs FC 바르셀로나 분석(preview)

한국 시간 기준으로 2022년 9월 14일 AM 04:00, 독일 뮌헨에 위치한 알리안츠 아레나에서 열리는 챔피언스리그 C조 조별예선 바이에른 뮌헨 vs FC 바르셀로나에 대한 분석을 시작해 보자. - UEFA 챔피언스리그 C조 조별예선 - 바이에른 뮌헨 vs FC 바르셀로나 경기장 : 독일 뮌헨 알리안츠 아레나 상대전적(최근 5경기) : 4승 0무 1패 바이에른 뮌헨(Bayern Munich) 분데스리가 순위 : 18개팀 중 3위 분데스리가 승점 : 12점 분데스리가 전적 : 6경기 3승 3무 0패 바이에른뮌헨은 독일 분데스리가 3위이다. 리그 6경기에서 3승 3무를 기록했으며, 19골을 기록하고 5골의 실점을 허용했다. 올 시즌 출발에서 다소 의문부호가 있는 바이에른이다. 일단 챔피언스리그에서 인터밀란을 2-0으로 이기며 출발은 좋았으나 슈투트가르트와 또 2-2로 비기면서 어느 정도 주춤한 모습을 보이곤 한다. 올 시즌 수비가 특히 아쉽다. 더리흐트가 영입되었지만 아직 적응 시간

원문보기 내부링크
Naver Blog

[베팅 매뉴얼] 최적의 베팅 타이밍과 분산 베팅 및 집중

사실상 가장 좋은 베팅 타이밍은 종목을 불문하고 조별예선 마지막 경기라고 볼 수 있다. 월드컵이나 WBC, 올림픽, 아시안컵, 챔피언스리그, 유로파리그 예선 등이 이에 해당된다. 예선 매 경기가 모두 중요한 것은 사실이지만 마지막 경기인 만큼 기본적으로 마지막 경기 이전에 팀들간의 전력이 모두 노출이 된 상황이다. 또한, 이미 상위 라운드 진출이 확정된 팀과 탈락이 확정된 팀이 있을 수도 있기 때문에 무슨 수를 써서라도 무조건 승리를 거둬야 하는 팀과 패배해도 전혀 상관 없는 팀도 있다. 이를 통해 전략, 전술 등이 대부분 예측이 가능해 진다. 져도 아쉬울 것 없는 팀과 무조건 이겨야 하는 팀은 명확한 동기부여가 주어져 있으며, 전력도 드러난 상황이기 때문에 베터들이 객관적으로 분석하기에는 가장 좋은 조건이 되고 실제로 이런 타이밍에 내가 분석했던 데이터 이론과 실제 경기의 결과가 정확하게 일치하는 경우가 매우 많았다. 이 구간에서 만큼은 평소보다 베팅 금액을 올려서 승부수를 띄워도

원문보기 내부링크
Naver Blog

[UEFA 챔피언스리그] 220914 스포르CP vs 토트넘 분석(preview)

한국 시간 기준으로 2022년 9월 14일 AM 01:45, 이스타디우 조제 알발라드에서 열리는 스포르CP vs 토트넘 두 팀의 UEFA 챔피언스리그 조별예선 경기 분석을 시작해 보자. UEFA 챔피언스리그 D조 조별예선 스포르CP vs 토트넘 경기장 : 포르투칼 리스본 이스타디우 조제 알발라드 상대전적(최근 5경기) : 데이터 없음 스포르CP(Sporting Lisbon) 포르투갈 D1 순위 : 18개팀 중 7위 포르투갈 D1 승점 : 10점 포르투갈 D1 전적 : 6경기 3승 1무 2패 스포르팅리스본은 포르투갈 프리메이라리가 7위이다. 6경기에서 3승 1무 2패를 기록 중이며, 12골을 기록하고 8골을 허용했다. 최근 3연승으로 기세가 좋으며, 에스토릴을 2-0, 프랑크푸르트를 3-0, 리그에서 포르티모넨세를 4-0으로 이겼다. 3경기 연속 무실점을 기록하면서 대승을 거둔 상태이다. 루벤 아모림 감독 체제에서 코아테스, 생주스테 등이 이끄는 수비라인이 단단하다. 그리고 에드워드,

원문보기 내부링크
Naver Blog

[세리에A] 220913 엠폴리 vs AS 로마 분석(preview)

2022년 9월 13일, 카를로 카스텔라니에서 열리는 엠폴리 vs AS로마 두 팀의 세리에A 6라운드 경기 분석을 시작해 보자. - 이탈리아 세리에A 6 ROUND - 엠폴리 vs AS 로마 경기장 : 카를로 카스텔라니 상대전적(최근 5경기) : 0승 0무 5패 엠폴리(Empoli) 순위 : 20개 팀 중 15위 승점 : 4점 전적 : 5경기 0승 4무 1패 엠폴리는 이번 시즌 개막 이후까지 1승도 기록 못했찌만 그나마 최근 4경기에서는 모두 무승부를 기록하고 있다. 특히 이스마일리와 루페르트 등 경쟁력 있는 엠폴리의 수비 라인이 상대 공세를 잘 막아내고 있다는 점이 최근 무패가도를 달릴 수 있는 원동력이라 볼 수 있다. 또한 지난 라운드에서는 큰 기대를 걸고 영입한 람머스와 사트리아노가 시즌 마수걸이 골 까지 기록하면서 이제 시즌 초반인 리그에서 앞으로를 기대해 볼 수 있는 이유이기도 하다. 그라시와 바즈라미 등 중원의 지원만 꾸준하다면 앞으로 중위권 도약을 노릴만 하다. 최근

원문보기 내부링크
Naver Blog

[K리그1] 220913 제주 UTD vs 대구 FC 분석(preview)

2022년 9월 13일, 제주 월드컵 경기장에서 열리는 제주 유나이티드 vs 대구 두 팀의 K리그1 32라운드 경기 분석을 시작해 보자. - K리그1 32 ROUND - 제주 UTD vs 대구 FC 경기장 : 제주 월드컵 경기장 상대전적(최근 5경기) : 1승 1무 3패 제주 UTD 순위 : 12개 팀 중 5위 승점 : 45점 전적 : 5경기 1승 2무 2패 제주 유나이티드는 직전 경기였던 김천상무와의 경기에서 2-1로 승리하여 5경기 만에 승점을 챙겼다. 최근 들어 수비에서 안정적인 모습을 보이고 있으며, 직전 두 경기에서 단 한 번도 멀티 실점을 내주지 않았을 정도로 수비력이 향상된 모습을 보여준다. 특히 김오규와 정운이 수비라인의 중심을 잘 잡아주고 있는 모습을 보이며, 중원 싸움에서 우위를 점하고 있고 최전방에서 김범수와 진성욱이 좋은 움직임을 가져가고 있는 만큼 이번 경기에서도 좋은 경기 운영을 펼칠 것으로 예상된다. 제주 vs 대구의 해외배당 흐름 대구 FC 순위 : 12

원문보기 내부링크
Naver Blog

[베팅 매뉴얼] 요일별 승률과 날씨의 변수

요일별 승률 과거 KBO 리그에는 "화요일의 두산"이라는 속설이 있었다. 두산이 주중 첫 경기가 열리는 화요일에 20연승 이라는 승수를 챙기면서 승률이 좋아져 생긴 말인데 과연 요일별로 승률이 유의미한 데이터일지 찾아봤다. 그러나 요일별 승률은 사실 일반적으로는 큰 의미가 없다고 볼 수 있다. 야구에서나 통용되는 얘기일 뿐이며, 축구의 경우에는 특정 경기가 일주일에 2경기 정도 밖에 하지 않기 때문에 더욱이 의미가 없다고 볼 수 있다. 데일리 스포츠인 야구는 사정이 조금 다르다. 위에서 언급했듯, 과거 화요일의 두산 등이 있는데 이는 통계가 이를 증명해 주고 있다. 실제로 스탯티즈나 야구 통계 사이트 대부분이 요일별 성적을 데이터로 기재하고 있다. 요일별 승률이라는 것은 팀 승률에만 국한되지 않고 선수별 성적까지 나와 있을 정도이다. 그러나 정확히 얘기하자면 야구 같은 경우에는 월요일에는 쉰다. 그렇기 때문에 요일별 승률이 아니라 "휴식일 다음 첫 경기에서의 승률 변화" 라고 얘기하

원문보기 내부링크
Naver Blog

[베팅 매뉴얼] 미국 프로스포츠 분석과 강등 버프

미국 프로스포츠 분석 MLB나 NBA 등 미국에서 개최하는 프로스포츠들을 분석할 땐 ESPN 사이트를 활용하면 쉽고 빠르게 데이터를 찾아낼 수 있다. ESPN은 MLB나 NBA 뿐만 아니라 프로 축구인 MLS나 미식 축구, 아이스하키 등 다양한 종목들의 데이터를 찾아볼 수 있다. ESPN: Serving sports fans. Anytime. Anywhere. Visit ESPN to get up-to-the-minute sports news coverage, scores, highlights and commentary for NFL, MLB, NBA, College Football, NCAA Basketball and more. www.espn.com 본래 ESPN은 미국의 스로츠 전문 텔레비전 네트워크인데 공식홈페이지에 들어가게 되면 수 많은 스포츠 관련 뉴스와 리그의 경기 일정, 스탯 및 이슈를 확인할 수 있다. 미국 기업이기 때문에 MLB와 NBA, NFL 위주의 정보를 다루

원문보기 내부링크
Naver Blog

AAA(트리플 에이) - ぼくの憂鬱と不機嫌な彼女(나의 우울함과 까다로운 그녀) [가사/해석/발음]

이번에 들을 음악은 일본의 혼성 아이돌 그룹인 AAA(트리플 에이)의 ぼくの憂鬱と不機嫌な彼女(나의 우울함과 까다로운 그녀)라는 곡이다. 이전에 AAA의 Yell이나 虹(무지개) 같은 곡 들을 블로그에 올렸던 적이 있었다. 이 곡은 유튜브 알고리즘으로 sand art 형식의 뮤직비디오를 봤는데 한 편의 스토리처럼 노래와 함께 몰입하면서 들었던 곡이다. 가사의 내용과 sand art 형식의 뮤직비디오 스토리가 절묘하게 어우러지면서 상당히 인상적이다. 2015년에 발매된 45번째 싱글이자 10주년 기념 베스트 앨범에 수록되었는데 근래에 들어본 일본 아이돌 음악 중에서는 가장 괜찮았다. 뮤직비디오를 보면서 느낀 점은 남녀가 오래 같이 있으면 익숙하거나 편안한 느낌을 받으면서 누군가의 잘못도 아닌 오래 같이 있어서 틀어져버리는 듯한 내용인 것 같다. 즉, 익숙함에 속아 소중함을 잃지 말자는 교훈을 주는 듯한 느낌...? ありふれてゆく時間がただ 아리후레테유쿠 지칸가타다 평소와 다름없이 흐르는

원문보기 내부링크
Naver Blog

[K리그1] 220913 수원 FC vs 김천상무 분석(preview)

2022년 9월 13일, 수원 종합운동장에서 열리는 수원FC vs 김천상무 두 팀의 K리그1 32라운드 경기 분석을 시작해 보자. - K리그1 32 ROUND - 수원 FC vs 김천상무 경기장 : 수원 종합운동장 상대전적(최근 5경기) : 2승 1무 2패 수원 FC 순위 : 12개 팀 중 7위 승점 : 41점 전적 : 5경기 2승 2무 1패 수원은 교체로 들어온 김현의 하프발리 버저비터 골로 서울 원정에서 귀중한 승점 1점을 따냈다. 박동진의 피지컬을 앞세운 전방 침투에 고전하면서 어려운 경기를 펼쳤는데 정동호의 동점골에 이어 김현이 팀을 위기에서 구했다. 포항전 승리에 이어 서울 원정에서도 무승부를 기록하면서 상위스플릿 진출을 위한 교두보를 마련했다. 그리고 팀 내에서 득점이 가장 많은 이승우를 필두로 통산 김천상무를 상대로 강한 면모를 드러냈던 조규성과 함께 전방 공격을 주도할 것으로 예상된다. 김천상무 순위 : 12개 팀 중 10위 승점 : 31점 전적 : 5경기 1승 2무

원문보기 내부링크
Naver Blog

[라리가] 220913 알메리아 vs 오사수나 분석(preview)

2022년 9월 13일, 메디테라네오스에서 열리는 알메리아 vs 오사수나 두 팀의 라리가 5라운드 경기 분석을 시작해 보자. - 스페인 라리가 5 ROUND - 알메리아 vs 오사수나 경기장 : 메디테라네오스 상대전적(최근 5경기) : 0승 1무 4패 알메리아(UD Almeria) 순위 : 20개 팀 중 14위 승점 : 4점 전적 : 4경기 1승 1무 2패 지난 시즌 스페인 2부리그에서 올라온 알메리아는 말 그대로 승격팀이자 현지 매체에서도 큰 기대를 못받는 팀이라 할 수 있다. 하지만 그와는 달리 현재 스페인 라리가에서 비록 리그 순위는 14위에 머물고 있지만 그 경기력 만큼은 대단히 인상적이다. 특히 지난 시즌 리그 우승팀인 레알마드리드를 상대로 전혀 밀리지 않는 경기를 보여주었으며, 강팀을 상대로도 탄탄한 수비력을 자랑하면서 결코 호락호락 무너지지 않는 팀이라는 점을 분명히 각인시킨 바가 있다. 이번 오사수나와의 일전을 앞둔 알메리아는 지난 시즌 팀의 승격을 이끌어낸 핵심 선수

원문보기 내부링크
Naver Blog

[베팅 매뉴얼] 축구 분석 - 축구의 핸디캡 경기 및 무승부 분석(일명 무잡이)

이번에는 축구의 핸디캡 경기와 핸디캡의 무승부(일명 무잡이)에 대해 알아보자. 축구에서는 일반 경기가 아닌 핸디캡 분석이 가능할까? 핸디캡의 유형은 이전 포스팅을 참고하면 된다. 보통은 홈팀을 기준으로 플핸(플러스 핸디캡), 마핸(마이너스 핸디캡) 핸무(핸디캡 무승부) 등의 은어로도 많이 사용한다. 보통의 베터들은 고배당을 선호하기 때문에 핸디캡 승리나 무승부에 투표가 몰리는 경향을 볼 수 있다. 하지만 이론적으로 분석이 가능한 경기는 핸디캡 패배 밖에 없다. 물론 상황에 따라 조별 예선 경기에서 2골 차 이상 이겨야 다음 라운드 진출이 가능한 경우에는 핸디캡 승리를 점쳐볼 수 있으며, 득점왕 경쟁 중 다득점을 해야하는 경우 또한 핸디캡 승리로 분석이 가능하다. 그러나 한 점만 넣고 걸어잠그기 전략을 사용하는 경우라면 핸디캡 무승부로 분석이 가능한 경우도 있지만 그 외의 일반적인 경기에서는 핸디캡 승, 핸디캡 무 나름대로의 주관적인 분석을 제외하면 결국에는 운이 많이 좌우되는 유형이

원문보기 내부링크
Naver Blog

[베팅 매뉴얼] 축구 분석 - 언더오버(U/O)는 신의 영역인가?

프로토 베팅 속설 중에는 "언더오버는 신의 영역"이라는 말이 있다. 이는 진짜일까? 언더오버 유형은 이전 포스팅을 참고하자. 결론부터 말하자면 이는 종목마다 다르다. 농구, 배구, 야구 종목 같은 경우에는 맞대결을 펼치는 두 팀의 성향과 경기력, 전술 등에 따라 언더오버 기준 값을 항상 동일하게 50:50이 되도록 맞추기 때문에 신의 영역이 맞다. 야구 경기로 쉽게 풀어서 설명을 했을 때는 화끈한 타격전으로 다득점이 예상되는 두 팀이 만나게 된다면 언더오버 기준 값이 11.5 이상으로 매우 높게 형성된다. 반면에 에이스 투수의 맞대결로 저득점 경기가 예상되는 경기는 기준 값이 6.5~8.5 사이로 기준값이 낮다. 다시 말해서 확률을 50대 50으로 맞추기 위해 경기별로 언더오버 기준값을 다르게 설정하기 때문에 분석이라는 것이 큰 의미가 없다. 결국 언더든 오버든 해당 경기의 기준값에서는 확률이 50%로 같기 때문이다. 그래서 이런 경우에는 배당 또한 똑같이 형성된다. 보통 국내 여자

원문보기 내부링크
Naver Blog

[베팅 매뉴얼] 축구 분석 - 리그(장기전)와 토너먼트(단기전)의 특성

보통 국가에서 진행되는 페넌트레이스(장기전)와 챔피언스리그(단기전) 같은 토너먼트 식으로 운영되는 경기는 전혀 다른 운영방식을 가지고 있다. 그렇기 때문에 각 팀들이 준비해 오는 경기 전략 부터가 다르다. 우선 리그에는 EPL, 라리가, K리그, J리그 등이 있고 토너먼트는 챔피언스리그, FA컵, 월드컵 등의 국가대표 경기들이 있다. 리그(League)는 계속해서 진행이 되기 때문에 장기적인 관점에서 바라보고 시즌을 운영한다. 상황에 따라서는 베스트 멤버를 내세우지 않을 때도 있다는 뜻이다. 그러나 토너먼트 만큼은 한 번 탈락하면 끝인 경기이기 때문에 임하는 자세나 전략부터 달라지게 된다. 기본적으로 공격보다는 수비에 바탕을 두며, 다득점을 잘 노리지 않는다. 하위권 팀들은 리그 순위를 포기하고 토너먼트에 올인을 하기도 한다. 그렇기 때문에 리그와 토너먼트는 각각 다른 전략 및 원칙을 가지고 베팅을 해야 한다. 그러나 토너먼트-조별예선 경기에서는 또 다른 전략이 필요하다. 특히 다음

원문보기 내부링크
Naver Blog

One ok rock(원오크락) - The beginning [가사/해석/발음]

이번에 들을 음악은 일본의 4인조 펑크 락 밴드인 One ok rock(원오크락)의 The beginning이다. 이 곡은 원오크락 최고의 히트곡으로 유튜브에 있는 뮤직비디오의 조회수 또한 1억뷰를 돌파했다. 원오크락을 대중적으로 널리 알리는데 일등공신한 곡이며, 영화 바람의 검심 주제가로 타이업되어 더 많이 알려졌다. 싱글로 나온 곡은 오리콘 일일 차트 3위를 기록하고, 주간 차트 5위를 기록했다. 많은 사람들이 웅장한 분위기에 곡의 구성이나 가사 등에 호평을 보냈으며, 부담되지 않을 정도의 적당한 소프트함과 팝적인 요소도 들어가 있어 추후에 작성할 Wherever you are에 필적하는 대중성을 가지기도 했다. 보컬인 타카가 심혈을 기울여서 만든 곡이라고 하며, 적절한 영어 가사와 일본어의 분배가 상당히 인상적인 곡이다. Just give me a reason to keep my heart beating 내 심장이 계속 뛰게 할 이유가 되어 줘 Don't worry, it's

원문보기 내부링크
Naver Blog

[베팅 매뉴얼] 축구 분석 시작 - 최근 경기력

이제 대체적으로 야구 분석이 끝났고 이번에는 축구를 분석하는 법에 대해 알아보자. 보통 눈으로만 봐도 어떤 정보를 표시해 놓은 것인지 알 수 있게 직관적으로 표현해 놓은 사이트들이 많다. 국내의 네이버 스포츠나 다음 스포츠 뉴스도 있고 betman 홈페이지 안에 있는 경기 정보 카테고리만 잘 활용해도 분석에 필요한 정보를 얻을 수 있다. (대신 'BET 코치'라는 AI 예측은 믿지말자...) 국내 사이트만 해도 베트맨 말고도 와이즈 토토가 있고 해외 사이트로 눈을 돌려보면 whoscored나 predictz 같이 스코어를 예측해 주는 정보 말고도 선발 라인업, 상대 전적 등이 기본적으로 나와있다. 이런 식으로 정보를 찾는 것 또한 중요하지만 그 정보를 자기 스스로 어떻게 해석하고 어떤 방식으로 활용하냐가 더 중요하고 핵심이 될 수 있다. 최근 경기력 위와 같이 와이즈토토에 들어가면 맞대결을 펼칠 각 팀들의 최근 전적들이 나온다. 이 부분만 정확하게 파악해도 베팅을 하는 부분에 있어

원문보기 내부링크
Naver Blog

[베팅 매뉴얼] 축구 분석 - 베팅은 홈팀을 기준으로 해 보자

과거에 비해서는 홈/원정의 격차가 줄어들긴 했다지만 여전히 4:3:3의 비율로 홈팀의 승률이 근소하게나마 높은 편이다. 이는 리그별로 상이한 결과를 가져오며, 중남미 리그 같은 경우에는 리그의 평균 홈 승률이 70%를 넘기기도 할 만큼 격차가 벌어지고 있다. 패널티킥 반칙을 얻은 횟수만 보더라도 과거에는 홈팀의 PK가 평균 60~70% 정도로 많았다. 물론 현재에도 55% 정도의 비율로 근소하게 높은 편이며, 이 또한 리그별로 상이한 결과를 가져온다. 이는 홈팀의 익숙한 주변 환경이나 일방적인 팬들의 응원 소리, 거리차이에 따른 컨디션 조절 및 시차 적응 등등의 많은 이점을 가지고 있기 때문이다. 더 나아가서는 잔디의 길이나 미끄러움 정도의 상태 등의 아주 사소한 것까지 홈팀이 유리할 수 밖에 없는 조건을 가지고 있다. 결론적으로 홈팀만 선택해도 적중률을 높이고 들어가는 셈이다. 진짜 확실한 경우가 아닌 이상은 원정 승리는 배제시키고 홈팀의 승리 위주로 베팅하는 것이 가장 쉽게 적중

원문보기 내부링크
Naver Blog

[베팅 매뉴얼] 축구 분석 - 스트라이커가 차지하는 비중과 낮 경기

축구 역시 야구처럼 세부적인 스탯이 많다. 깊게 분석하자면 아주 깊게도 파고들 수 있는 재밌는 종목이 바로 축구이다. 야구는 주자가 홈에 들어와야 이기는 경기이듯이, 축구는 골을 넣어야만 이길 수 있는 게임이다. 쉽게 생각하자면 점유율을 아무리 높게 가져가고 경기를 지배한다고 한들, 득점을 올리지 못한다면 게임에서는 이기지 못 하는 것이 축구이다. 즉, 매 이닝 안타를 치고 출루를 하지만 득점권 상황에서 적시타를 못 치면 승리를 하지 못하는 야구와도 일맥상통하는 부분이다. 그렇기 때문에 야구에는 득점권 상황을 해결해 줄 4번타자가 있듯이 축구에는 스트라이커가 차지하는 비중이 매우 크다. 좋은 스트라이커는 득점 순위를 찾아보면 쉽게 알 수 있다. 아무리 네임밸류가 있던, 경기력이 좋던 결국 공격수는 골로 말을 한다. 팀 내의 공격수들이 몇 골을 넣었는지, 해당 선수가 출전을 하는지, 최근 득점 감각이 어떤 상태인지만 잘 분석해도 적중률을 크게 높일 수 있다. 경기력이라는 것을 수치로

원문보기 내부링크
Naver Blog

기구한 팔자를 가진 AV 배우 무카이 아이(向井 藍) 이야기

오랜만에 AV 배우에 관한 이야기를 써 보려고 한다. 보통 AV 배우하면 살인사건의 피해자이거나 강제 계약을 맺어 AV를 찍는 등의 이야기를 올렸던 적은 있지만 이번에는 남다른 가정사에 아주 기구한 팔자를 가진 사연의 이야기를 다뤄보려고 한다. 프로필 이름 : 무카이 아이(向井 藍) 다른 이름 : 하네다 마리(羽田 真里) 출생 : 1993년 10월 24일, 일본 도쿄도 신채 : 키 157cm / B80(C컵) - W56 - H82(cm), B형 취미 및 특기 : 쇼핑, 운동, 스노우보드 타기, 소프트볼, 프로레슬링 감상 그녀는 2015년에 하네다 마리라는 이름으로 무수정 아마추어 데뷔 후 무카이 아이로 개명 후 보이시한 스타일의 일본국적을 가진 재일교포 배우이다. 직접 본인은 한국의 피가 반이 섞여있다고 트위터로 언급을 하기까지 했다. 트위터로 본인이 밝히기 전 부터 얼굴형이 재일 같다는 의혹이 끊임없이 제기되었던 배우인데 밝힌 후에도 "그럴 것 같았다"라는 평이 많았으나 정작 본인

원문보기 내부링크
Naver Blog

[베팅 매뉴얼] 야구 분석 - 득점권 성적과 야구의 낮 경기 변수

야구 경기를 보면서 항상 느끼는 점이 있다. 과연 타자의 득점권 상황(찬스)이나 투수의 피득점권 상황(위기)에서 특출나게 강한 클러치 히터나 강심장 투수는 실제로 존재할까? 기록만 봤을 때는 있을 법도 하지만 체감하는 것과는 다르게 사실 데이터 상으로는 (피)득점권에 강한 선수는 존재하지 않는다. 그저 '운'일 뿐이다. 타자가 득점권에서 더 집중해서 타격한다고 해서 더 좋은 타격이 나오는 것은 아니고 투수가 위기 상황에서 구속을 끌어올리거나 신경을 쓴다고 해서 피안타를 막을 수 있는 것도 아니다. 투수나 타자나 매 이닝 집중해서 타격을 하거나 투구를 하면 저런 것들 자체가 무의미해 진다는 것을 조금만 생각해 보면 답이 바로 나오는 경우다. 초반에는 그렇게 보여도 막상 선수 생활을 오래 하고 표본이 많아지면 많아질 수록 결국 (피)안타율과 (피)득점권 타율의 성적은 비슷해 진다. 결론은 이러한 득점권 성적을 가지고 베팅할 때 참고하는 것은 상당히 좋지 못한 습관이라고 할 수 있다. 기

원문보기 내부링크
Naver Blog

[베팅 매뉴얼] 야구 분석 - 시즌별 성향과 파크팩터(Park Factor)

야구의 시즌별 성향 야구는 타고투저의 성향이 강할 때 공인구를 손볼 때도 있으며, 해마다 스트라이크 존의 넓이 같은 자잘한 규정이 자주 바뀌는 편이다. 또한 수비 시프트, 타구 발사 각도 등 타 종목에 비해 전략 및 전술도 벤치의 지시에 의해 자주 바뀌는 편이다. 그렇기 때문에 타 종목 또한 마찬가지겠지만, 야구는 더더욱 매년 똑같은 방식으로 분석을 해선 안 된다. KBO의 경우에는 이전까지 타고투저의 시즌이 계속되었지만 지금은 어느 정도 투수력이 올라오는 것 같고, NPB의 경우에는 여전히 투수력이 우세한 투고타저 시대이다. 그런데 예외적으로 센트럴리그는 이제 타고투저로 점점 바뀌고 있는 추세인 것 같다. 홈런 1위가 50개라니... MLB는 여전히 애런 저지 같은 약물이 의심(?)되는 괴물같은 홈런 갯수 때문에 타고투저에서 벗어나지는 못 하는 성향인 것 같다. 야구는 트렌드에 상당히 민감하며, 시즌별로 분석법을 다르게 구상해서 가져가야 한다. 야구는 경기 시간을 1분이라도 줄이

원문보기 내부링크
Naver Blog

世界の終わり(세카이노오와리) - 炎と森のカーニバル(불꽃과 숲의 카니발) [가사/해석/발음]

이번에 들을 음악은 일본의 4인조 밴드그룹인 세카이노오와리(世界の終わり)의 불꽃과 숲의 카니발(炎と森のカーニバル)이라는 곡이다. 이 곡은 Tree라는 앨범의 타이틀곡이며, 가사 중 '코스모 패닉'과 '미라 남자'는 요코하마에 있는 요코하마 코스모 월드와 불꽃과 숲의 카니발 콘서트의 관객을 비유했다고 한다. 여기서 "코스모 패닉의 비상구"라는 가사는 코스모 월드 내부의 코스모 패닉이라는 곳의 일반 비상구 문을 모티브로 삼아 따왔다고 한다. 본래 Club Earth 시절의 데모곡 가사는 죽음의 여신을 주제로 썼으며 기존의 곡과는 다른 어두운 분위기의 곡이었다고 하며, 후카세가 사오리를 뮤즈로 삼아 제작한 곡이다. 그리고 여담으로는 2015년 11월 14일에 방송된 무한도전의 무도투어 특집에서 지난 이야기의 BGM으로 이 곡의 간주 부분이 나오기도 했다. 노래 자체가 상당히 동화스러운 분위기에 뮤직비디오 또한 화면전환 없이 원 테이크로 촬영되면서 역대 뮤직비디오 중에서는 가장 동화적이거나

원문보기 내부링크
Naver Blog

[베팅 매뉴얼] 야구 분석 - 야구는 선발 투수놀음이다?

흔히들 야구는 투수놀음이라는 말이 있다. 이는 투구의 중요성이 타격, 주루, 수비의 합보다 높다는 주장을 일컫는다. 그 중에서도 선발투수의 비중이 전부라고 봐도 과언이 아니다. 그 이유는 선발투수가 해당 경기에서 가장 많은 투구를 하며, 가장 많은 타자를 상대하기 때문이다. 최하위팀이라도 에이스 선발 투수가 나오게 된다면 1위에 있는 강팀과 맞대결을 펼친다고 하더라도 최하위 팀이 정배당을 받는 경우도 자주 있다. 이는 타 종목에서는 있을 수 없는 일이기도 하다. 그렇기에 타자나 불펜진도 중요하지만 선발 투수의 최근 경기력, 상대 타자들과의 맞대결이나 홈/원정 성적 등 선발 투수에 대한 데이터만 제대로 파악해도 70%는 맞고 가는 것이나 다름 없다. 물론 컨디션 난조나 기복이 심한 경우에는 말이 달라지지만... 이런 경우에는 경기 단위의 영향에 의한 착시 현상이나 선택적 기억이 만들어 낸 편견 및 고정관념이라는 의견도 있지만 포스트시즌 처럼 호흡을 길게 가져가지 않고 주력 투수를 많이

원문보기 내부링크
Naver Blog

[베팅 매뉴얼] 야구 분석 - 투수와 타자의 세부적인 스탯(stat)

이번에는 투수와 타자의 세부적인 스탯(stat)에 대해 알아보자. 2022시즌 투수의 세부 지표 순위 투수의 세부 스탯 중에서 가장 눈여겨 봐야 하는 것은 뭘까? 평균자책점(ERA)일까? 그렇지 않다. 평균자책점은 투수의 실력을 평가하는 잣대로 과거에 널리 쓰였던 클래식 스탯이지만 이는 맹점이 상당히 많다. 바로 팀의 수비와 운이 개입되기 때문이다. 그렇기 때문에 정답은 아니다. 정답은 바로 FIP이다. FIP는 ERA의 맹점을 보완하기 위해 100% 투수의 책임이라고 볼 수 있는 삼진과 볼넷, 피홈런만을 대상으로 스탯을 만든 것이며, 이를 흔히 "수비 무관 평균자책점"이라고 부른다. ERA와 FIP를 직접적으로 비교해 봤을 때 FIP의 수치가 더 낮다면 브룩스 레일리의 경우처럼 운이 따르지 않는 투수가 되며, FIP가 더 높다면 수비의 도움을 많이 받는 투수라고 볼 수 있다. ERA FIP A 선수 3.02 2.6 B 선수 2.87 4.5 위에서 A 선수와 B 선수를 비교해 보자.

원문보기 내부링크
Naver Blog

슈퍼주니어 팬클럽 '엘프'의 만행, 스타킹 여고생 자살사건

과거에 카라 덕질을 하면서 다른 그룹의 팬클럽과 많이 싸우기도 했었다. 그런식의 감정소모는 쓰잘데기 없는 짓이라는걸 스무살의 나이가 되어서 깨닫게 되었다. 그런데 본격적으로 카라 덕질을 하기 전에 과거에 슈퍼주니어의 팬클럽인 엘프(E.L.F)와 악플을 주고 받으면서 크게 싸운 적이 있었다. 난 평소에 연예인에게 악플을 달지도 않지만 이들과 피 튀기는 감정소모를 하면서 싸웠었는데 2000년대 초, 중반 당시 모든 아이돌(특히 남자아이돌)의 팬덤들은 상당히 개념이 없었다. (지금은 잘 모르겠지만...) 그 당시 아이돌 팬덤들이 얼마나 개념이 없고 백해무익한 쓰레기들이었는지 아래 사건을 통해 알아보자. 스타킹 여고생 자살사건 당시 방송장면 캡처 현재 아는형님을 통해서 주가를 올리고 있는 강호동이 예전에 진행 했었던 프로그램 중에는 SBS에서 방영 했었던 '스타킹'이라는 프로그램이 있었다. 일반인들이 나와서 서로의 개인기나 장기를 겨루는 프로그램인데 2007년 쯤으로 기억된다. 당시에 스타

원문보기 내부링크
Naver Blog

[베팅 매뉴얼] 리그별 특성 및 베팅을 하기 좋은 요일

분석을 하기 전에 종목별 특성을 파악하는 것 또한 중요하지만 리그별 특성을 제대로 파악할 줄 알아야 한다. 우선 야구로 먼저 예시를 들자면 대표적인 프로야구 리그에는 한국의 KBO와 일본의 NPB가 있다. 국내야구(KBO) 일본야구(NPB) 일반적으로 타격력이 우세 투수력이 나쁨 점수가 많이 나는 타고투저 성향을 가진 리그(타자의 비중이 큼) 일반적으로 투수력이 우세 좀처럼 점수가 나지 않는 투고타저 성향의 리그(투수의 비중이 큼) 그리고 축구로 예시를 들어보자. 다음은 19/20 시즌을 기준으로 경기당 평균 득점 수이다. 스페인 라리가(평균 2.48골 - 수비적) 프랑스 리그1(평균 2.52골) 잉글랜드 프리미어리그(평균 2.72골) 이탈리아 세리에A(평균 3.04골) 독일 분데스리가(평균 3.21골) 이처럼 종목은 같아도 각 나라별로 다른 리그별 특성이 있다. 이를 참고해서 분석에 활용할 줄 알아야 한다. 경기의 내용적인 분석도 중요하지만 큰 틀에서의 리그별 특성 파악을 간과해서

원문보기 내부링크
Naver Blog

[베팅 매뉴얼] 야구 분석 - 본격적인 야구 분석과 세이버 매트릭스

스포츠토토를 이용하는 방법과 분석의 기본적인 팁에 대해 알아봤다. 이번에는 본격적으로 기술적인 종목별 세부 분석에 들어가는데 첫 시작은 야구부터 분석해 보자. STATIZ 경기 일정 (2022-09-03) 키움 2 인천 1 SSG 박스 로그 요약 위키 삼성 4 잠실 1 두산 박스 로그 요약 위키 NC 3 대전 7 한화 박스 로그 요약 위키 KT 5 광주 1 KIA 박스 로그 요약 위키 LG 부산 롯데 17:00 정보 위키 스탯위키 최근 내역 안우진 2022-09-03 곽정철 2022-08-28 노시환 2022-08-26 김인환 2022-08-23 소크라테스 2022-07-28 더 보기 스탯티즈+ 스카이박스 나지완, 박용택 투수로 잡힙니다. 스탯티즈화이팅 kbo 기록정정으로 구자욱선수 실책으로 기록된 ... www.statiz.co.kr 국내야구(KBO)의 경우에는 위의 스탯티즈 사이트를 이용할 수 있다. KBO 리그 최대의 스탯 사이트로 알려져 있으며, 위의 사이트를 활용하면 다양한

원문보기 내부링크
Naver Blog

() 포스팅에 달리는 댓글 유형에 대해서

계속 포스팅 글만 써서 특정 시간대에 예약 발행글만 올리다가 오랜만에 블로그를 점검하려고 댓글 관리 목록으로 들어갔다. 근데 하나같이 죄다 포스팅 내용이랑은 상관 없는 댓글들만 달렸다. "오늘 비가 오네요~~", "태풍 조심하세요~~", "점심 맛나게 드세요~~" 등등.. 이런 경우는 사업자 등록된 블로그나 개인 사업 홍보용 목적으로 만든 블로그들이 이런 말 많이 쓰던데 상당히 가식적으로 보이고 역겹다. 진짜 짜증나는 경우는 "민X"이라는 사람의 댓글이었다. 이 사람은 출석체크 하는 것 마냥 날짜만 바꿔서 본인이 썼던 댓글을 복사해서 붙여넣고 다녔다. (역겨운 이모티콘까지 그대로 포함해서...) 그래서 포스팅이랑 상관 없는 형식적인 안부댓글은 전부 삭제하고 민X이라는 사람도 차단을 시켰다. 그 외에도 "공감 꾸욱~ 누르고 갑니다~~" (....) 꾸욱 누르지마세요... 살살 눌러요... 스마트폰 액정 파손됩니다... 그러다 손 다쳐요... 혹은 "길게 체류하고 갑니다~~"(....)

원문보기 내부링크
Naver Blog

浜崎あゆみ(하마사키 아유미) - M [가사/해석/발음]

이번에 들을 곡은 일본의 2000년대를 이끌었던 솔로 가수인 하마사키 아유미(浜崎あゆみ)의 M이라는 곡이다. 이 곡은 2000년에 발매를 한 그녀의 19번째 싱글 곡으로 총 판매량 132만 장을 판매한 그녀의 대표곡이 되었다. 제목의 M은 '마리아'의 M이며, 하마사키 아유미가 친구에게 성모 마리아의 이야기를 들은 후 "사랑하는 이를 잃은 한 사람의 여성"으로서 공감을 느끼고 거기에 영감을 받아 작사를 하였다고 한다. 한국에서도 하마사키 아유미 하면 Memorial Address와 함께 대표곡으로 인식되고 있으며, 노래방에서 이 곡을 불렀다는 사람들은 후렴부의 고음 파트가 장난아니라고 한다. 본인도 목 상태가 갈수록 안 좋아지는 상황 때문에 될 수 있으면 이 곡을 부르지 않는다고 했는데 2010년에 베스트 아티스트에서 이 곡을 불렀다고 한다. 나도 처음에는 하마사키 아유미와 슈가의 아유미가 동일인물인 줄 알았고 헷갈렸었는데 알고보니 다른 사람이었다고 한다. 나 말고도 한국에서는 슈가

원문보기 내부링크
Naver Blog

[베팅 매뉴얼] 나쁜 베팅 습관과 고배당의 유혹

프로토 베팅에 있어서 과거에는 2폴더 베팅이 상당히 매력적이었다. 그런데 지금은 베트맨에서도 특정 경기의 단폴 베팅이 허용되면서 분석이 끝난 확실한 경기를 가지고 2폴더 베팅을 하는 사람은 많지는 않을 것 같다. 보통 베팅 초심자들이 로또를 구입할 때의 패턴을 그대로 적용시키면서 베팅을 할 때 그닥 좋지 않은 습관을 가지고 있는데 베터들이 피해야 할 안 좋은 습관에 대해 알아보자. 본전을 뽑으려는 습관 사실 가장 최악의 베팅 습관이라고 할 수 있다. 본전을 다시 되찾으려는 생각 자체는 나쁜 것은 아니지만 계속 본전만 생각하고 베팅을 한다면 악순환에 빠질 가능성이 매우 높다. 배당 때문에 경기선정에서부터 문제가 생겨버릴 수 있는 분노 베팅을 하게 되고, 이성을 잃어서 손해 본 만큼 본전을 복구시킬 생각만 하기 때문에 계속해서 베팅 금액과 배당을 높이게 되면서 더더욱 본전을 찾기가 힘들어지게 된다. 이런 습관이 토토를 투자가 아닌, 도박으로 인식하게 되는 것이다. 보통 술을 마시고 음

원문보기 내부링크
Naver Blog

[베팅 매뉴얼] 배당 대비 이득인 경기와 유료픽 및 단톡방

배당 대비 이득인 경기는 어떤 것일까? 이전 포스팅의 동전 던지기 예시를 든 적이 있다. 다시 복기를 하자면, 만약 50%인 확률의 게임이 있는데 배당이 1.2라면 당신은 게임을 할까? 구매 금액이 총 10만원인데 비해 운이 좋아 무려 10번 중 7번을 맞추더라도 84,000원 밖에 벌지 못한다. 이는 프로토에서 부과하는 세금을 제외한 환급률 적용 때문인데 이런 경우에는 하면 할수록 손해가 된다. 위의 경우가 바로 배당 대비 손해인 경기이다. 그렇다면 그 반대로 내가 분석해 봤을 때 A팀이 B팀에게 승리할 확률이 두 번 중에 한 번(50%)은 될 것 같다. 그런데 배당을 2.5나 주었거나, 한국과 독일이 축구를 하는데 한국 승에 12.00(7%) 배당, 무승부에 11.00(8%) 배당, 패에 1.02(85%) 배당을 줬다. 그런데 내가 분석해 봤을 땐 그래도 한국이 이길 확률이 15%는 되어 보인다. 이런 경우가 바로 배당 대비 이득인 경기의 예시이다. 배당 대비 손해인 경기는 10

원문보기 내부링크
Naver Blog

[충격 사건] 1988년 일본에서 발생한 여고생 콘크리트 살인사건

평소에 일본 음악이나 문화 같은 부분에 관심이 많다. 내가 보통 일본 애니나 음악을 고를 때는 유튜브 알고리즘 아니면 야후 재팬, 5ch 등지를 돌아다니면서 찾는데 오늘도 야후 재팬을 돌아다니면서 충격적인 사건 하나를 찾게 되었다. 대충 검색을 해보니 한국에서도 여러 정보가 뜨는데 아주 유명한 사건인 듯 하다. 한국에서도 유명해서 그런지 통칭 '여고생 콘크리트 살인사건(女子高生コンクリート詰め殺人事件)'으로도 많이 알려져 있었다. 80년대 후반 당시라면 일본의 버블경제가 본격적으로 걷히기 시작하던 때이기도 했지만 그래도 여전히 당시 세계 50대 기업 순위에서는 미국을 제치고 일본의 NTT가 1위에 올라서며 대다수의 일본 기업들이 올라가 있었을 만큼 80년대 당시 일본은 전 세계 최강대국이라 불리는 미국보다 잘 살던 시기였다. 자기들의 국가가 전 세계에서 최고이고 잘 나가던 시기라 아래에 허술할 천인공노할 사건이 일어나지 않았을까 생각을 해 볼수도 있다. 피해자 프로필 이름: 후루타 준

원문보기 내부링크
Naver Blog

[베팅 매뉴얼] 경기의 기록지와 분석을 하는 이유

자신이 좋아하는 종목에 베팅을 할 준비는 다 끝났다. 그리고 경기의 일정을 보면서 이제 분석을 해 보려고 하는데 무엇부터 어떻게 시작해야할 지 모르는 경우도 있다. 우선 TV를 틀어서 경기를 찾아보는 법도 있다. 심지어 국내 프로야구 경기인 KBO도 우천취소와 같은 특별한 경우가 아니라면 월요일을 제외하고는 매일 5경기씩 꾸준하게 진행된다. 하루에 5경기를 챙겨보면서 분석을 하는 것은 불가능하다. 일반인이 모든 경기를 다 찾아보면서 분석하는 것은 불가능하고, 하루 종일 경기 분석을 하는 것을 전업으로 삼는 전문 베터 조차도 불가능하다. 그렇기 때문에 위와 같은 경기의 기록지를 찾아보는 것을 분석의 첫 시작으로 한다. 기록지는 크게 두 가지로 나눌 수 있다. 경기 정보와 전력 비교를 해 놓은 경기 시작 전 기록지와 경기의 결과가 나온 기록지인데, 다양한 기록지 같은 경우에는 어플이나 포털 사이트 검색 등으로 쉽게 확인할 수 있다. 혹은 이렇게 와이즈토토(wisetoto) 사이트에 들어

원문보기 내부링크
Naver Blog

[베팅 매뉴얼] 분석 정보 사이트와 변수가 많은 종목

분석을 하기 위해 경기의 상세 정보와 선수들의 스텟 같은 세부적인 지표는 어디서 찾아봐야 할까? 이를 확인하기 위한 사이트는 여러가지가 있는데 대표적으로 살펴보자. 벳익스플로러 BetExplorer soccer stats - results, tables, soccer stats & odds Soccer stats at BetExplorer offer soccer results, tables and stats service. Statistics, results, tables & odds for 100+ soccer leagues. www.betexplorer.com 축구 뿐만 아니라 야구와 농구, 아이스하키, 테니스, 배구, 핸드볼 등의 종목별, 리그별, 팀 별로는 홈/원정과 상대전적, 역대전적을 비롯하여 해외배당 등을 쉽게 확인할 수 있다. oddsportal과 함께 해외 배당을 확인할 때 유용하게 사용되며, 회사나 공공기관의 PC로는 도박 사이트로 분류되어 접속이 불가능하다는 점

원문보기 내부링크
Naver Blog

東方神起(동방신기) - share the world [가사/해석/발음]

이번에 들을 곡은 5인조 시절 동방신기의 share the world라는 곡이다. 원피스 11기 오프닝으로 타이업되었으며, 동방신기가 일본에서 가장 잘 나가던 최고 전성기때 나온 곡이다. 발매 당일날에만 5만8천 장을 판매하였고 오리콘 데일리 차트 1위에 입성하면서 위클리 차트에서도 10만 장 가까이 판매하여 1위에 올랐다. 당시 동방신기가 해외 아티스트로서는 최초로 6회 위클리 싱글 1위를 달성하였고 원피스의 OST로 타이업 된 덕분인지 오리콘 차트에 무려 45주 동안 차트인 했었던 곡이다. 그리고 당시 역대 원피스 오프닝 중에 가장 고퀄리티이면서도 좋은 오프닝이라는 평가도 있었다. 원피스 보면서 가장 슬펐던 장면... 그리고 이 시기의 원피스를 내가 가장 좋아하기도 했었고 이 시기에 내가 가장 좋아했던 캐릭터인 에이스가 정상전쟁으로 인해 죽으면서 그 뒤로는 나도 원피스를 보지는 않았다. 그래도 이 오프닝만큼은 아직도 기억을 하고 있다. 개인적으로 역대 원피스 오프닝 중에 가잫 좋

원문보기 내부링크
Naver Blog

[베팅 매뉴얼] 적중 특례와 배당률 변경

경기를 구매하기 전이나 혹은 구매한 뒤에 위와 같이 배당률 혹은 사전에 주어진 조건이 변경되었다는 공지사항이 게임마다 올라온다. 매 경기 있는 것은 아니며, 특정 게임이 이런 경우가 많은데 생각보다 프로토의 배당률 변동 사항은 매우 빈번하게 발생하는 편이다. 오즈메이커에 의해 초기 배당이 적용된 이후에 해당 팀의 이슈(부상자 발생이나 선발투수 변경 등)나 경기 결과에 영향을 끼치는 상황 발생 때문에 변동되기도 한다. 또는 특정 배당에 투표권들이 한쪽으로 몰린다면 해당 배당은 낮아지기도 한다. 그래서 토토에 이런 말이 있다. "몰리면 부러진다." 예를 들자면, 토론토 경기에서 류현진 선수가 선발투수로 예정되어 있었지만 초기 배당이 나온 이후에 2군 선수로 선발투수가 갑작스럽게 변경되는 상황이 발생한다면 배당률 책정가들이 자체적으로 배당을 변경하기도 하지만 투표권이 한 쪽으로 몰리게 되어 배당이 변경되기도 한다. 그렇다면 초기 배당이 나오자마자 이미 투표권을 구매한 사람들은 초기 배당을

원문보기 내부링크
Naver Blog

[베팅 매뉴얼] 적중 환급률과 부과되는 세금에 대해서

이전 포스팅에서 스포츠토토의 환급률은 85~87%이고, 수수료는 13~15%라는 것을 알 수 있었다. 하지만 이것 외에도 추가적으로 세금이 붙는다. 스포츠토토는 두 가지의 경우에 한하여 22%의 세금을 부과하고 있다. ※ 참고로 1억원을 초과하는 당첨금에 한해서는 당첨금의 ⅓ 수준에 해당하는 33%의 세금을 부과하고는 있지만 프로토승부식은 최대 당첨금이 1억원을 초과하지 않기 때문에 해당사항 없음 적중 배당률이 100배보다 초과되었을 경우 환급금이 200만원 보다 초과되었을 경우(이는 100원을 베팅해도 세금이 부과) 예외적으로는 적중 배당률에 상관 없이 적중금이 10만원 이하라면 세금은 부과되지 않는다. 만약 구매금액이 1만원으로 5경기를 선택하여 99배당을 만들었으나 적중금액에 욕심이 생겨 확실한 경기 하나를 더 추가했을 때 6경기에 120배당을 만들었는데 이런 경우에는 5경기를 베팅했을 때는 99만원을 확실하게 챙길 수는 있지만 6경기의 경우에는 100배당을 초과하기 때문에 1

원문보기 내부링크
Naver Blog

[베팅 매뉴얼] 베팅 타이밍과 구간별 베팅 전략

이제 본격적으로 베팅에 대한 노하우에 대해 알아보자. 바로 베팅을 할 적절한 타이밍과 구간별로 나눌 수 있는 베팅 전략법이다. 토토를 한 번도 해보지 않은 사람들은 무엇부터 어떻게 시작해야하고, 언제부터 토토를 해야할 지 감이 안 잡힐 수도 있다. 심지어는 어떤 종목에 베팅을 하는게 가장 좋을지 고민하기도 한다. 그러나 베팅을 할 때는 모든 종목에 공통적으로 들어가는 특징이 있다. 바로 시즌 후반에 베팅하는 것이 가장 현명하다고 볼 수 있다. KBO 프로야구팀을 예로 들었을 때를 생각해 보면 KBO는 특정 팀을 제외하면 분명 작년 시즌과 올 시즌은 다른 팀들이 많다. 감독도 교체가 되고 신인드래프트를 통해서 선수보강이 될 것이며, 외부 FA를 통해 타팀의 선수를 영입하는 팀들도 많다. 작년 한국시리즈를 우승한 KT가 현재는 3위이고 재작년 한국시리즈 우승팀이 NC가 이렇게 하위권을 맴돌 줄은 누가 알았을까... 그래서 야구든 축구든 베팅을 할 때는 시즌 후반이 가장 현명하다고 생각한

원문보기 내부링크
Naver Blog

Spitz(스피츠) - 空も飛べるはず(하늘도 날 수 있을거야) [가사/해석/발음]

이번에 들을 음악은 일본의 4인조 밴드인 Spitz(스피츠)의 空も飛べるはず(하늘도 날 수 있을거야)라는 곡이다. 이 곡도 유튜브의 알고리즘으로 찾았는데 들어보니 약간 유리상자의 아름다운 세상이 연상되는 상당히 좋은 곡이다. 정식 일본 명칭은 'スピッツ'이다. 찾아보니 역사도 굉장히 오래 되었다. 1987년에 밴드를 결성해서 일본의 국민밴드인 미스터칠드런과 함께 일본 현지에서 절대적인 사랑을 받은 밴드였는데 2015년 8월까지 총 판매한 앨범이 2천만 장이 넘었다. 국내에서도 일본의 대중문화가 개방되기도 전인 90년대 중후반부터 이름이 알려지기 시작했으며, 음악사적으로는 일본의 1세대 얼터너티브 락, 컬리지 락 밴드 중 하나로 분류되었고 일본 내에서는 이쪽 장르가 확산되면서 서니데이 서비스, 미스터칠드런 등과 함께 지대한 영향을 끼쳤다. 그리고 1994년 4월에 발매된 이 곡도 148만 장이 넘는 판매고를 기록하면서 현대에서도 Spitz의 유튜브 영상들을 보면 90년대에 나왔던 곡들

원문보기 내부링크
Naver Blog

학력위조의 시발점, 리플리 증후군 신정아 사건

오늘 주말이고 시간도 남아서 김꽃비 주연의 한국 영화 '거짓말(2015)'을 봤다. 청소년 관람불가 영화이긴 하지만 영화는 제목 그대로 남들에게는 화려한 자신의 모습들만 보여주는 거짓말 같은 삶을 사는 그녀의 일생을 볼 수 있었는데 영화를 보고 드는 생각은 "실제로도 내 주변에 이런 사람을 많이 봤다..." 라고 생각을 해서 상당히 공감되고 한 편으로는 안타까운 영화였다. 당장 인스타그램을 들어가서 주변인들의 피드를 보면 자동차 핸들에 BMW 로고가 박혀있거나 벤틀리 로고가 박혀있는 사진을 찍어 올리고 롤렉스 시계를 차고 찍은 사진 등이 많이 보이는데 본인의 사진이 아닐 가능성이 99.99%라고 확신한다. 과거 에픽하이의 멤버인 타블로의 학력과 관련하여 '타진요(타블로에게 진실을 요구합니다)' 문제 때문에 시끄러웠던 적이 있었다. 물론 타블로의 학력은 사실로 밝혀지기도 했지만 영화를 보고 과거에 대한민국 학력위조 사건의 시발점으로 알려진 신정아 사건이 떠올라서 바로 찾아봤다. 프로필

원문보기 내부링크
Naver Blog

[베팅 매뉴얼] 스포츠토토 구매방법(온라인 & 오프라인)

처음 스포츠토토를 시작하면서 가장 막막한 부분이었다. 국내 합법 사이트인 '베트맨(betman)'이라는 곳의 존재를 알기 전 까지는 인터넷에서 스포츠토토를 사면 전부 불법이라고만 생각을 했었다. 그렇다고 복권방이나 편의점에가서 내가 뭘 어떻게 토토를 구매할 수 있을지 알지도 못 했다. 그래서 이번에 인터넷과 복권방에서 직접 스포츠토토 투표권을 구매하는 방법에 대해 알아봤다. 인터넷 구매법(온라인) BETMAN 메인 배너 슬라이드 멈춤 1 2 경기일정 요일 08.18.목 요일 08.19.금 요일 08.20.토 요일 08.21.일 요일 08.22.월 요일 08.23.화 요일 08.24.수 요일 08.25.목 요일 08.26.금 요일 08.27.토 오늘 요일 08.28.일 요일 08.29.월 요일 08.30.화 요일 08.31.수 요일 09.01.목 요일 09.02.금 요일 09.03.토 요일 09.04.일 요일 09.05.월 요일 09.06.화 요일 09.07.수 일정보기 이전 일정보기

원문보기 내부링크
Naver Blog

[베팅 매뉴얼] 프로토 승부식의 기본 개념

프로토 승부식은 베트맨 사이트에 올라온 대상 경기 시작 1~7일 전부터 발매를 개시하여 경기별로 경기가 시작되는 시간 10분 전 까지 구매가 가능하다. 즉, 하루에 구매가 가능한 시간은 오전 8시 부터 오후 9시 50분 까지(08:00 ~ 21:50)이며, 그 외의 한국 시간 기준으로 새벽에 시작하는 경기인 해외 경기 같은 경우에는 전날 21:50 까지 구매를 마쳐야 한다. 시간이 지나면 마감되어 선택할 수 있는 창이 닫힌다. 토토 승무패나 기록식, 스페셜 더블/트리플과 마찬가지로 프로토 승부식에도 회차가 존재한다. 이 회차는 날짜에 따라 나뉘어지는데, 일주일에 1회차 혹은 보통 2회차 정도 진행이 된다. 회차당 프로토 경기는 최대 650 경기로 구성되어 있으며, 100원 단위로 구매가 가능하고 토토방인 경우에는 이전 포스팅에서도 언급했듯이 개인이 최대 100,000원 까지 구매가 가능하다. 이렇게 선택된 경기 중에서 본인이 선택한 경기('S' 마크가 있는 특정 경기를 제외하고 최소

원문보기 내부링크
Naver Blog

[베팅 매뉴얼] 프로토 승부식의 배당(odds)에 대해서

본격적으로 프로토 승부식 게임을 해 보려고 하는데 눈에 띄는 숫자가 있다. 이는 베트맨 사이트나 토토방에 가도 위와 같은 게임 정보 및 참고 자료에는 팀 명을 비롯한 승 6.00 / 패 1.33 등의 다양한 숫자가 적혀 있는 것을 확인할 수 있는데 이를 '배당' 혹은 '배당률'이라고 부른다. 만약 가장 위의 에레디비시 경기 중 승 6.00 / 패 1.33을 기준으로 했을 때 홈팀이 이긴다고 예측하여 승리에 걸게 되면 베팅 금액의 6배 만큼의 적중금을 지급 받게 되고 홈팀이 질 것이라 예측하여 패배에 걸게되면 베팅 금액의 1.33배 만큼 적중금을 지급 받게 된다는 뜻이다. 일반적으로 낮은 배당(패배 1.33)을 '정배당'이라고 하며, 높은 배당(승 6.00)을 '역배당'이라고 부른다. 그렇다면 이 배당이란 어떻게 정해지는 걸까? 지금부터 동진 던지기 게임을 하여 앞면이 나올 지, 뒷면이 나올 지 맞춘다면 배당만큼 돈을 지급한다는 게임을 한다고 가정해 보자. 동전을 던지는 쪽은 베팅회사

원문보기 내부링크
Naver Blog

[베팅 매뉴얼] 스포츠토토(Sports Toto)란 무엇일까?

스포츠토토(Sports toto)는 국민체육진흥공단(KSPO)이 발행하는 체육 복권으로 로또를 비롯하여 경마, 경륜과 함께 국가 도박 사업 중 하나이다. 도박이라고 해서 사람들에게 안 좋은 인식이 있는 것은 맞지만 국가에서 시행하는 합법적인 도박이기 때문에 불법은 아니다. 단, 사람들이 흔히 알고 있는 불법 토토란 개인이 사설로 운영하는 토토 사이트를 의미하는데 그건 모두 불법이다. 스포츠토토는 축구나 야구, 농구, 배구, 골프 경기를 대상으로 경기가 개최되기 전의 결과를 예측하여 일정 금액을 베팅하고 경기의 적중 여부에 따라 환급금을 받는 레저게임이다. 국민체육진흥공단에서 발행하는 스포츠토토는 2001년에 처음 생겨서 220억 원의 매출로 출발했으나 현재는 5조원이 넘는 매출을 기록하며 토토 시장이 급속도로 성장하면서 로또 시장을 따라 잡았다. (로또의 경우에는 4조 3181억원을 기록) 토토를 잘 모르는 사람들은 스포츠토토가 불법 도박으로 아는 경우가 많은데 불법은 아니지만 도박

원문보기 내부링크
Naver Blog

[베팅 매뉴얼] 토토(toto)와 프로토(proto)에 대해 알아보자

이번에는 토토(toto)와 프로토(proto)에 대해 알아보자. 토토는 고정환급률 방식을 따른다. 베터들이 참여한 전체 구입 금액에서 사전에 확정된 비율로 적중금을 구성하고, 개별 적중금은 적중한 사람의 수로 나뉘어서 결정하는 방식이다. 즉, 로또와 비슷하다고 보면 된다. 흔히 말하는 토토를 '고정 환급률 방식'이라고 부르는데 토토 게임의 종류에는 득점과 실점을 적중하는 "점수식 게임"과 이를 혼합한 "혼합식 게임", 우승자 및 등수, 득점 선수 등을 맞히는 "특별식 게임"이 존재한다. 축구토토 스페셜 트리플 베팅 화면 예를 들어서 다음과 같다. 점수식 : 특정 경기 특정 상황(전반, 1쿼터 등) 및 최종 득점 맞추기 등 혼합식 : 2경기 혹은 3경기(더블, 트리플)의 특정 상황(전반, 1쿼터 등), 최종 득점 점수 맞추기 등 특별식 : 2022년 카타르 월드컵 우승팀 맞추기 등 반면에 프로토는 "고정 배당률 방식"을 따른다. 토토 사업의 운영자가 경기결과 등 투표 항목에 배당률(o

원문보기 내부링크
Naver Blog

中島美嘉(나카시마 미카) - 雪の華(눈의 꽃) [가사/해석/발음]

이번에 들을 음악은 일본의 가수 겸 배우인 나카시마 미카(中島美嘉)의 눈의 꽃(雪の華)이다. 2003년 10월에 발매되어서 일본에서도 많은 사랑을 받은 곡이며, 이 곡은 한국에서 드라마 '미안하다 사랑한다'의 OST로 박효신이 리메이크하여 불려지면서 많은 사랑을 받았다. 이제 여름도 거의 막바지이고, 사실상 입추가 한참 지났기 때문에 여름은 끝났다고 봐야한다. 그리고 다가올 겨울을 맞이하면서 이 곡이 생각났다. 부산에는 눈이 내릴 일이 잘 없지만 만약 첫 눈이 내린다면 이 곡을 들으면서 집에서 호빵이나 쳐먹을까 생각 중이다. (가을은 잠깐 쉬어가는 계절...) 예전에는 임수정에게 반해서 드라마를 봤던 기억이 있어서 박효신이 부른 눈의 꽃이 감성적으로 들렸지만 나카시마 미카의 뮤직비디오를 보면서 이제 겨울되면 이 곡이 가장 먼저 떠오르기도 한다. 한때 내 싸이월드 미니홈피를 꾸밀 때 가장 먼저 넣었던 BGM이라 특히 더 생각나는 듯... のびたかげを舗道にならべ 노비타카게오 호도-니나라

원문보기 내부링크
Naver Blog

[파이썬 딥러닝] 앙상블 - concatenate

딥러닝에 관한 진도는 급하게 나가야겠다는 생각에 여기서는 2개 이상의 모델을 합치는 방법에 대해 알아보려고 한다. 항상 1개의 모델만을 쓴다면 편하겠지만, 인공지능 데이터 분석 쪽에서 일을 하게 되면 앞으로 엄청나게 많은 데이터를 만나게 될 것이고, 순차 모델 하나로는 해결할 수 없다고 한다. 물론 나는 그쪽 업계에서 일을 할 생각도 없지만. 아무튼 이번엔 앙상블 파트의 concatenate에 대해서 알아보자. concatenate 우선 데이터를 준비하자. x 값으로 y 값이 미리 유추되지 않도록 데이터 컬럼을 약간 섞었다. 손으로 일일이 y = wx + b 공식에 대입해서 계산하면 계산하기 힘든 수준이다. 각각 300개씩의 데이터를 가지고 있는 2개의 x와 100개의 데이터를 가지고 있는 1개의 y를 준비한다. import numpy as np x1 = np.array([range(100), range(311, 411), range(100)]) x2 = np.array([range

원문보기 내부링크
Naver Blog

[파이썬 딥러닝] - 앙상블(Merge Layer 관련 API)

이번엔 앙상블 파트의 Merge Layer에서 사용할 수 있는 API만 다루고 끝내려고 한다. 사실상 딥러닝 관련 포스팅의 마지막이 될 수도 있다. 이론은 여기까지만 알아도 쓰는데는 문제 없다고 판단했다. Merge Layer 관련 API concatenate는 단순하게 모델 2개를 엮어주는 역할만 한다. 인풋이 (10, 3)은 모델 1과 인풋이 (10, 3)인 모델 2를 엮을 경우에는 concatenate 시점에서는 그냥 단일 모델처럼 (10, 6)의 형태로 엮이는 것 뿐이다. 디테일하게 얘기하자면, 합쳐지는 레이어 부분에서 노드들이 단순하게 더하기 형태로 합쳐지는 것 뿐이다. 그렇다면 굳이 모델에서 합칠 것도 아니고 데이터상에서 컬럼을 합쳐서 단일 모델로 구성해도 되지 않을까? keras.io를 보면 concatenate 등 merge layer에 관한 표현들이 있다. 이 API를 모두 이해할 필요는 없지만 필요한 부분이 생겼을 때를 판단해서 사용하기 위해 기록하는 용도의 포스팅

원문보기 내부링크
Naver Blog

[담배 이야기] 담배의 역사와 발전과정에 대해 알아보자

현재 내 나이 30살, 20살 때 부터 8년간 흡연을 하면서 현재 금연 2년 째가 되었다. 옛날부터 문득 담배는 언제 어떻게 누가 만들었는지 궁금해서 찾아봤다. 고대 마야인이 흡연 행위를 하는 벽화 담배는 9세기 경, 중앙아메리카 지역에서 잎담배의 형태로 존재해 왔으며, 마야인과 아즈텍인이 종교 행사나 제사 때 이러한 담배를 처음 피웠던 것이 기원이다. 이러한 아메리카 대륙의 마야인들에게 있어서 담배란 자신들이 모시는 신과 소통할 수 있는 유일한 매개체였던 셈이다. 특정 행사가 되면 모두 제단 앞에 모여앉아서 각자의 대롱 끝에 담뱃잎들을 채워 넣고 불을 붙여서 흡입을 했다. 흡입을 하는 순간, 긴장이 풀리면서 감각은 예민해지게 되었고 내면에서 들리는 소리에서 조차 예민하게 반응하게 되는 각성효과가 일어난 것이다. 현대에 와서야 니코틴이 교감신경을 자극시켜 흥분을 시키고 각성효과를 일으키며, 일시적으로 산소부족 현상이 일어나면서 전문용어로 "뽕"이라고 하는 머리가 띵한 증상이 일어난다

원문보기 내부링크
Naver Blog

[파이썬 데이터 분석] kNN(k 최근접 이웃) - 실습

전 포스팅의 이론에 이어서 이제 실습으로 들어가 보자. 데이터 불러오기 로지스틱 회귀분석 실습에서 사용했던 타이타닉 데이터셋을 가지고 kNN을 실습해 보자. 먼저 필요한 모듈과 데이터들을 차례대로 불러온다. 그리고 df_knn.head( ) 함수를 불러와서 데이터를 확인해 보자. import numpy as np import pandas as pd from sklearn.neighbors import KNeighborsClassifier from sklearn.model_selection import GridSearchCV from matplotlib import pyplot as plt from matplotlib.colors import ListedColormap from pylab import rcParams %matplotlib inline import warnings warnings.filterwarnings('ignore') df_knn = pd.read_csv('/ho

원문보기 내부링크
Naver Blog

[딥러닝] 회귀 모델의 판별식과 함수형 모델

저번 포스팅 까지 데이터 분석의 kNN 알고리즘을 공부했었다. 하지만 jupyter lab이 갑자기 먹통이 되면서 급하게 데이터 분석과 가장 비슷한 딥러닝 회귀모델을 공부하려고 한다. 나머지 부분도 있지만 이전에 학습했던 내용과 별 다를게 없고 기존의 사이킷런에서 케라스(keras)로 바뀐 것 말고는 없다. jupyter lab이 갑자기 먹통이 되었으니 이번엔 VSCode(Visual Studio Code)로 테스트를 해 보려고 한다. 회귀 모델의 판별식 여기서는 데이터 분석 시 사용했었던 RMSE(Root Mean Squared Error, 평균 제곱근 오차)를 가지고 회귀 모델을 판별하려고 한다. 기존의 MSE에서 제곱근(root)을 덮어 씌운 것이 RMSE인데, 공식은 다음과 같다. RMSE는 회귀 분석을 평가할 때 가장 많이 쓰이는 지표 중 하나이며, 원래 데이터에서 평균을 뺸 값을 제곱하여 모두 더한 뒤에 전체 개수로 나눈 값에 루트를 씌운 것이다. 즉, 회귀 분석 모델을

원문보기 내부링크
Naver Blog

菅田 将暉(스다 마사키) - 虹(무지개) [가사/해석/발음]

이번에 들을 곡은 일본의 멀티 엔터테이너인 스다 마사키(菅田 将暉)의 무지개(虹)라는 곡이다. 이 곡은 한국에서 2021년에 개봉했던 도라에몽 극장판 '스탠바이미2'의 OST로 타이업되어 인기를 끌었는데 유튜브의 뮤직비디오도 1억 조회수를 훨씬 넘겼다. 노래도 노래지만 특히나 뮤직비디오가 상당히 감동적이고 인상적이라 기억에 남는다. 남자와 여자가 결혼을 하고 가족이 되는 과정을 뮤직비디오에 연출하여 담았는데 가족의 소중함을 꺠닫게 해 준다. 이런 좋은 노래와 발군의 연기력으로 여러 작품에서 활동하고 있는 스다 마사키지만... 최근 한국의 한류에 대해 비하 발언을 하면서 한국 뿐만 아니라 일본 내에서도 이미지가 좋지는 않다고 한다. 사람은 미워해도 노래는 미워하지 말라고 했던가... 가사만 보면 단순히 남자와 여자의 사랑노래가 아니기 때문에 가족의 소중함 뿐만 아니라 결혼 전에 고백송으로도 손색이 없을 듯 하다. 泣いていいんだよ そんなひとことに 나이테 이인다요 손나 히토코토니 울어도

원문보기 내부링크
Naver Blog

[파이썬 데이터 분석] 로지스틱 회귀 - 타이타닉 침몰 희생자 데이터 실습(2)

저번 포스팅에 이어서 로지스틱 회귀의 실습을 계속 이어가 보자. 데이터 타입 분류 데이터 타입 분류를 통해서 전처리가 좀 더 쉽게 가능하다. 크게 수치형과 범주형 & 오브젝트 타입으로 분류할 수 있다. separate_dtype 함수를 만들어서 데이터 타입을 분류해 보자. def separate_dtype(df): df_catg = df.select_dtypes(include=['object']) df_numr = df.select_dtypes(include=['int64', 'float64']) return [df_catg, df_numr] (df_catg, df_numr) = separate_dtype(df) df_numr.head() 실행 결과 df_catg.head() 실행 결과 해당하는 범주형 & 오브젝트 타입은 다음과 같다. 가장 먼저 Name(이름)부터 살펴보자. Name(이름) : Mr, Miss, Mrs, Master, Others Sex(성별) : male, fe

원문보기 내부링크
Naver Blog

[파이썬 데이터 분석] kNN(k 최근접 이웃) - 이론

타이타닉 침몰 희생자의 데이터를 기반으로 한 로지스틱 회귀 모형을 황급히 끝내고 이번엔 KNN으로 넘어가자. 본래 데이터 시각화 부분이 있긴 했지만 그래프가 뜨지 않는다(...) KNN은 분류와 회귀 두 가지 문제를 해결할 수 있는 방법으로, 신규 데이터와 거리가 가장 가까운 k개 데이터의 정보를 이용하여 분류 및 예측을 수행한다. k 최근접 이웃 k 최근접 이웃(k Nearest Neighbors; kNN)은 다른 분류 알고리즘과 가장 큰 차이는 사전에 분류 모형을 생성하지 않고, 신규 데이터 분류가 필요할 때 분류를 수행한다는 점이다. 때문에 다른 방법과 달리 별도의 모형이 존재하지는 않는다. 분류 및 회귀 방법 개요 kNN 알고리즘은 예측의 경우 인접한 k개 이웃의 반응 변수의 평균값이나 중앙값을 주로 이용하며 좀 더 발전된 방법으로는 거리를 이용한 가중 평균법이 이용된다. 분류 문제의 경우에는 k개 인접 관측치의 각 그룹별 비율을 이용하여 가장 비중이 높은 집단으로 결정한다

원문보기 내부링크
Naver Blog

아프리카(Africa)가 지금까지도 가난한 이유

과거에 세이브 더 칠드런이나 유니세프 등지에서 못 사는 아프리카 빈민들을 보여주면서 후원을 유도하는 광고를 많이 봤다. 이런 광고를 본 지도 20년이 훨씬 넘었는데 아프리카는 여전히 가난한 모습만을 보여준다. 그 이유를 나름대로 생각을 해 봤는데 세이브 더 칠드런이나 유니세프 같은 기관들이 중간에 후원금을 뒤로 빼돌렸거나, 아니면 아프리카 빈민들이 원조만 받다보니 스스로 벌어먹을 생각은 안하고 버릇이 나빠져서 구호품만 기다리는 게으름뱅이가 되었거나. 그래서 지금까지 아프리카가 가난한 합리적인 이유에 대해 나름 찾아봤다. 세계에서 두 번째로 큰 대륙이자 지구에서는 "검은 대륙"이라고 불리면서 여전히 가난에서 벗어나지 못하는 대륙인 아프리카. 내가 본 후원광고만 20년 째인데 알고보니 60년 동안 해외 각국에서 1조가 넘는 금액의 원조를 지원했지만 아프리카는 여전히 한화로 약 2,200원으로 하루를 간신히 연명하는 절대적인 빈곤 상황에 쳐해져 있다. 그렇기 때문에 먹지를 못 하는 사람들

원문보기 내부링크
Naver Blog

[파이썬 데이터 분석] 로지스틱 회귀 - 오즈(odds)와 이론

이제 로지스틱 회귀 파트로 넘어왔는데 이것저것 따질 내용이 좀 많다. 로지스틱 회귀(logistic regression) 분석은 종속 변수를 0과 1 사이로 산출하게 하는 로지스틱(logistic) 함수를 사용하는 분류 방법론이다. 기계학습에서는 시그모이드(sigmoid) 함수로 불리는 로지스틱 함수는 최대우도 추정법을 사용하여 회귀계수를 추정하게 된다. 로지스틱 회귀 데이비드 콕스 경 로지스틱 회귀는 D. R. Cox가 1958년에 제안한 확률 모델로 독립 변수의 선형 결합을 이용하여 사건의 발생 가능성을 예측하는 데 사용되는 통계 기법이다. 로지스틱 회귀모형은 통상 반응 변수가 2개의 그룹을 갖는 범주형 변수일 때 사용한다(설명 변수는 모두 사용 가능). 로지스틱 회귀모형은 다음과 같은 공식을 갖는다. 해당 식의 좌변은 로그-오즈(log-odds) 또는 로짓(logit)이라고 한다. 각 회귀계수의 경우에는 최대우도 추정법을 이용하여 얻을 수 있으며, 선형 회귀와 달리 로지스틱 모

원문보기 내부링크
Naver Blog

[파이썬 데이터 분석] 로지스틱 회귀 - 타이타닉 침몰 희생자 데이터 실습(1)

이전 포스팅의 로지스틱 회귀와 오즈(odds) 이론에 이어서 이번엔 실습을 진행해 보자. 데이터셋은 Kaggle, Titanic(재난 머신러닝 중 타이타닉 침몰 희생자 관련 데이터)를 가지고 해 보자. 우선 해당 데이터셋은 seaborn 패키지나 URL 혹은 구글 검색을 통해서 다운로드 받을 수 있다. 주요 독립 변수(x)와 종속 변수(y)는 다음과 같다. 독립 변수(x) Pclass(좌석 등급) : 1 = 1등석 / 2 = 2등석 / 3 = 3등석 - 사회적 계층을 대표(1등석 = Upper / 2등석 = Middle / 3등석 = Lower) Sex(성별) Age(나이) Sibsp(형제 자매 / 배우자 수) Parch(부모와 자식 수) - 탑승한 부모, 자식 수(일부 아이들은 유모와 함께 탑승했기 때문에 그들의 값은 0) Ticket(티켓 번호) Fare(요금) Cabin(객실 번호) Embarked(정박 항구) : C = Cherbourg / Q = Queenstown / S

원문보기 내부링크
Naver Blog

嵐(아라시) - 果てない空(끝 없는 하늘) [가사/해석/발음]

이번에 들을 곡은 일본의 5인조 국민 아이돌 아라시(嵐)의 끝 없는 하늘(果てない空)이다. 2010년 11월에 발매된 34번 째 싱글곡으로 오리콘 연간 싱글 차트 6위를 기록할 정도로 대중적으로 성공했다. 그리고 이 곡은 아라시의 멤버인 니노미야 카즈나리가 주연으로 나온 드라마 "프리터, 집을 사다(フリーター、家を買う。)"의 OST로 타이업되었는데 난 이 드라마를 8~9년 전, 한국의 TV 조선에서 본 적이 있다. TV 조선에서 방영해 줬을 때는 더빙판으로 방영을 해 줬는데 원작으로 다시 보니까 좋았다. 한국에서는 "백수 알바 내 집 장만기"로 방송되었는데 대충 내용은 회사 내에서 부조리를 견디지 못 하는 주인공이 회사를 퇴사하고 알바를 전전하는 듯한 일본의 사회적 구조가 한국과 상당히 흡사해서 몰입하면서 봤던 기억이 있다. (주된 클리셰는 남녀가 만나 사랑을 하는 전형적인 드라마...) 특이한 점은 싱글 앨범인데도 미니앨범 마냥 안에 수록곡이 4곡이나 있다는 점인데 수록된 곡도 나

원문보기 내부링크
Naver Blog

DISH//(딧슈) - 好きになってくれてありがとう(좋아하게 해 줘서 고마워) [가사/해석/발음]

이번에 들을 음악은 4인조 밴드 DISH//(딧슈)의 好きになってくれてありがとう(좋아하게 해 줘서 고마워)라는 곡이다. 이전에 이 밴드의 猫(고양이)라는 곡을 올린 적 있었는데 이번 노래도 상당히 괜찮다. 그때는 이 밴드의 음악에 관해서만 작성을 했었는데 다시 찾아보니 특이하게도 이 밴드가 댄스 락 밴드라고 한다. 즉, 악기를 연주하는 밴드를 하면서 춤을 춘다는...? 아무튼 이번 노래도 상당히 내 취향에 가깝긴 하지만 여전히 이 곡의 대중적인 인지도는 좀 부족해 보인다. 근데 지니(Genie) 사이트에서도 스트리밍이 되고 있는 걸 보니 한국에서는 꽤나 유명한 곡인 듯 하다. 멜로 드라마나 영화의 OST로 쓰일 법한 멜로디와 2000년대 초 중반의 감성을 떠올리게 하는 곡이라 어제 플레이리스트에 추가 했는데 요즘 이 노래에 꽂혀서 살고 있다. 제목에서도 그렇고 가사의 내용도 남녀의 이별에 관한 그리움이 묻어나온다. 그때 그 시절 감성 그대로... 言葉に出来なくて 코토바니 데키나쿠테

원문보기 내부링크
Naver Blog

[파이썬 데이터 분석] 회귀모형의 가정 진단

회귀모형은 반응 변수와 설명 변수의 선형 관계를 전제로 한다. 또한 오차에 대한 독립성, 정규성, 등분산성 가정을 전제로 한다. 앞서 확인한 모형의 유의성과 계수의 유의성이 확보되었다고 해도 오차에 대한 가정을 만족하지 않으면 다른 대안을 찾아야 한다. 각각 가정에 대한 진단 방법과 해결 방안은 다음과 같다. 구분 진단 방법 해결 방안 선형성 (linearity) 산점도, 상관계수 변수 변환, 비선형 모형 적합 독립성 (independence) Durbin-Watson AFC(Auto Correlation Function) 잔차 그래프 ARAM와 같은 시계열 모형을 이용하는 것이 좋음 정규성 (normality) 첨도와 왜도, Q-Q plot, 정규성 검정 (Shapiro-Wilk or K-S test) 변수 변환, 새로운 변수 투입, 모형 수정 등분산성 (constant variance) 잔차 등분산 그래프, White test 등 변수 변환, 가중회귀분석 선형성 진단 회귀모형은

원문보기 내부링크
Naver Blog

[파이썬 데이터 분석] 회귀모형의 평가(이론)

이번에는 회귀모형의 평가를 이론적으로 알아보자. 평균제곱오차와 결정계수 등이 있다. 실습 단계 없이 평가에 사용되는 공식이나 단어들의 의미를 알아보려고 한다. 평균제곱오차 MSE(Mean Squared Error) 또는 MSD(Mean Squared Deviation)라고도 하며, 다음과 같이 표현된다. 모형을 통해 추정된 값인 y^i과 실측값 yi의 차에 대한 제곱합의 평균으로 표현되며, 이 값이 크면 모형의 예측력이 떨어짐을 의미하고 이 값이 작을수록 모형이 더 정확한 예측을 한다는 것을 알 수 있다. 결정계수 결정계수(R2 sttatistic)는 반응 변수 전체 변동 중 모형에 의해 설명되는 변동의 비율을 의미한다. 만약 결정계수가 0.8이면 반응 변수의 전체 변동 중 약 80%가 모형에 의해 설명되는 변동이라고 말할 수 있으며, 이에 대한 계산식은 다음과 같다. 수정 결정계수 다중 선형 회귀모형은 하나 이상의 설명 변수를 이용한다. 결정계수는 설명 변수의 수가 늘면 증가하는

원문보기 내부링크
Naver Blog

[파이썬 데이터 분석] 선형 회귀분석의 주요 이슈와 모형 선택(이론)

선형 회귀분석을 실시하는 과정에서 기본 가정을 위배하는 다양한 이슈에 부딪힐 수 있다. 이번에는 범주형 설명 변수가 존재하는 경우, 데이터에 이상치가 존재하는 경우, 독립 변수 간에 선형 상관관계가 존재하는 경우에 이를 극복하기 위한 방법에 대해 알아보자. 질적 설명 변수 질적 설명 변수(qualitative variable)를 포함한 모형은 가변수(dummy variable) 또는 지시 변수(indicator variable) 형태로 변수를 변환하여 모형에 포함하는 절차가 필요하다. 예를 들면 성별이라는 범주형 변수를 모형에 포함하고 싶을 때 0 또는 1을 가지는 남성 여부 또는 여성 여부라는 변수를 생성해야 한다. 이때 추가생성 변수의 수 = 명목형 변수의 그룹 수 -1이다. 남성일 때의 회귀식과 여성일 때의 회귀식을 각각 따로 적합하는 것과 같다. 새롭게 생성되는 변수 Race (인증) Asian Caucasian African American (Reference) 0 0 Ca

원문보기 내부링크
Naver Blog

[파이썬 데이터 분석] 선형 회귀분석의 유형과 모형(실전)

이전의 포스팅인 선형 회귀분석의 종류와 그 모형의 이론에 대해 알아봤는데 이번에는 실전으로 넘어가자. 먼저 실전에서 필요한 데이터셋에서 추출할 수 있는 변수와 의미는 다음과 같다. 독립 변수(X)와 종속변수(Y) 의미 id 고유한 id 값 date 집이 매각된 날짜 bedrooms 침실 수 bathrooms 욕실 수 sqft_living 집의 평방 피트 sqft_lot 부지의 평방 피트 floors 집의 총 층수 waterfront 물가가 보이는 집 condition 상태가 얼마나 좋은지의 여부 grade 주택에 부여되는 등급 sqft_above 지하실을 제외한 집의 평방 피트 sqft_basement 지하실의 평방 피트 yr_built 지어진 연도 yr_renovated 리모델링된 연도 lat 위도 좌표 long 경도 좌표 sqft_living15 2015년 당시 거실 면적(일부 개조를 의미하고, 부지 면적에 영향을 미칠 수도 있으나 아닐 수도 있음) sqft_lot15 2015년

원문보기 내부링크
Naver Blog

[파이썬 데이터 분석] 다중 선형 회귀 유의성 검정과 회귀계수 추정

이번엔 다중 선형회귀에 대해 알아보자. 이론과 실습을 동시에 진행하기로 한다. 다중 선형 회귀(multiple linear regression) 모형은 단순 선형 회귀모형의 확장으로 연속형 반응 변수 하나에 설명 변수가 둘 이상인 모형을 말한다. 설명 변수가 늘어나므로 추가 검토해야 할 문제는 설명 변수의 정보 중첩으로 발생하는 다중공선성(multicollinearity) 문제와 너무 많은 설명 변수를 포함해 발생하는 차원의 저주 문제 등이 있다. 이번에는 범주형 변수를 설명 변수로 포함한 회귀모형에 대해서도 논의할 것인데, 다중 선형 회귀모형의 구조는 단순 선형 회귀모형의 구조를 확장한 것과 같다. 다중 선형 회귀모형 역시 단순 선형 회귀모형과 같이 모형의 선형성 가정을 만족해야 한다. 오차 역시 정규성, 독립성, 등분산성을 모두 만족해야 하는데 그 외에도 설명 변수의 증가로 추가 고려해야 할 사항이 몇 가지 더 있다. 고려 사항 설명 다중공선성 (multicollinearity)

원문보기 내부링크
Naver Blog

중국에서 14명을 학살시킨 총기 난사범 후원하이(胡文海) 사건

그동안 너무 일본에 관한 이야기만 올렸는데 이번엔 중국의 사건을 찾아봤다. 찾아보니 농촌의 부패를 파고들면서 탐관오리들을 직접 저격한 사건이라는 주장이 있어서 정의구현을 했다는 말도 있지만 그건 후원하이 자신의 주장일 뿐이며, 내가 봤을 땐 그냥 과대 피해망상으로 14명을 학살한 것으로 생각된다. 프로필 이름 : 후원하이(胡文海) 출생 : 1954년 11월 11일, 중화인민공화국 산시성 위츠구, 다위커우촌 사망 : 2002년 1월 25일, 중화인민공화국 총살 직업 : 탄광 경영자 사건 전개 1993년, 후건성이 촌 지부 서기 직책을 맡고 있었을 때 후원하이는 일찍이 촌락의 탄광에 계약을 해서 3년간 일을 했었다. 몇 농민들의 말에 의하면 후원하이는 열심히 일을 해서 부자가 되었다고 한다. 5년 후인 1998년 초, 그가 살던 다위커우촌에서 그의 탄광을 새로 운영할 입찰자를 채용하려 했었다. 다른 농민들은 이 비싼 입찰 가격을 낼 수 없었고, 결국 농촌의 간부들은 이 탄광을 다른사람에

원문보기 내부링크
Naver Blog

[파이썬 데이터 분석] 상관 계수의 유형 및 공분산

상관 분석(correlation analysis)은 수치형인 두 변수 간의 관계를 분석하는 방법론이다. T-검정, 분산 분석, 선형 회귀분석이 모두 독립 변수와 종속 변수를 가정하는 반면에 상관 분석에서는 독립 변수, 종속 변수를 구별하지 않는다. 상관 분석은 다양한 데이터 분석을 실시하기에 앞서 데이터 간의 관계를 살펴보기 위해서 많이 활용된다. 상관 분석은 두 연속형 변수의 선형 상관관계를 분석하는 방법이다. 따라서 반응 변수의 설명 변수를 구분하는 것은 의미가 없다. 두 연속형 변수 간의 상관관계는 상관계수(correlation coefficient)를 통해 알 수 있다. 상관계수의 유형 위의 그림과 같이 X, Y 두 연속형 변수가 관찰되었다고 가정하자. 이때 두 변수가 선형 관계인지 파악하기 위해서는 각 변수의 평균선(-청색 실선, -적색 실선)을 기준으로 좌측 하단과 우측 상단에 점이 분포해 있는지 확인한다. 이를 위해서 좌측 하단과 우측 상단에 분포한 점들에는 '+'를 그

원문보기 내부링크
Naver Blog

[파이썬 데이터 분석] 선형 회귀분석의 유형과 모형(이론)

회귀분석은 연속형 종속 변수 1개 이상의 범주형/연속형 독립 변수 간의 관계를 분석하는 기법이다. 선형 회귀분석(linear regression analysis)은 독립 변수가 범주형이거나 수치형이고, 종속 변수가 수치형일 때 사용하는 방법론이다. 선형 회귀분석은 독립 변수의 형태에 제약이 없어서 폭넓게 활용되며, 통계학습과 기계학습을 막론하고 가장 기본적이고 핵심적인 분석 방법론 중 하나이다. 회귀분석의 유형 회귀분석은 종속 변수/독립 변수의 갯수, 종속 변수와 독립 변수 간 관계의 선형성 여부에 따라 단순 선형 호귀, 다중 선형 회귀, 일반 선형 모형, 비선형 회귀로 구분된다. 유형 종속 변수의 개수 독립 변수의 개수 종속 변수와 독립 변수 간 관계의 선형성 단순 선형 회귀 (simple linear regression) 1개 1개 선형 다중 선형 회귀 (multiple linear regression) 1개 2개 이상 선형 일반 선형 회귀 (general linear regre

원문보기 내부링크
Naver Blog

Janne Da Arc(잔 다르크) - 月光花(월광화) [가사/해석/발음]

이번에 들을 곡은 일본의 5인조 밴드 그룹인 Janne Da Arc(잔 다르크)의 月光花(월광화)라는 곡이다. 이 곡은 2005년 1월에 발매된 23번 째 싱글로 애니메이션 블랙잭의 오프닝으로 타이업되어 많이 알려졌다. 옛날에 봤던 애니메이션 자체도 재밌긴 하지만 코난처럼 옴니버스 식으로 되어 있어서 특정 에피소드만 골라서 보는 재미가 쏠쏠했다. 아무튼 이 곡이 잔 다르크의 가장 대표곡으로 자리매김하면서 한국의 금영(41891번)과 TJ(25930번)의 노래방에도 수록되어 있을 만큼 한국에서도 인기가 많다. 그래서 정규 6집에 실리기도 하고 뱅드림이나 태고의 달인 시리즈 같은 리듬게임에도 수록되었지만 월광화를 제외하면 개인적으로 들을 만한 명곡이 아직은 없다는게 문제다... 계속 찾아보고 있긴 하지만... 悲しげに咲く花に 카나시게니 사쿠하나니 슬픈 듯 피어나는 꽃에서 君の面影を見た 키미노오모 카게오미타 너의 모습을 보았어 大好きな雨なのに 다이스키나 아메나노니 너무 좋아하는 비인데도

원문보기 내부링크
Naver Blog

[파이썬 데이터 분석] 분산 분석의 정의와 유형(실전)

이전 포스팅에서 분산 분석의 정의와 유형의 이론에 대해서 다뤘는데 이번에는 실전으로 넘어가 보자. 예시를 들어서 최고 반도체는 최근 새로운 기계 도입을 위해 4개 업체를 선정했다. 실험적으로 각 공정의 일부 라인에 4가지 종류의 새로운 기계를 도입했다. 최고 반도체는 도입 결과로 얻어진 데이터를 이용해 어떤 업체의 제품을 이용하는 것이 품질 관리에 더 효과적인지 확인하여 공급 업체를 선정하고자 한다. 가설 H0 : 각 설비에 따른 불량률의 차이가 없다. H : 각 설비에 따른 불량률의 차이가 있다. 각 업체 기기별 불량률의 유의미한 차이가 있는지 확인한다. 즉, 4개 업체의 집단 간에 불량률(수치)의 차이를 검정하는 것이 일원 분산 분석이다. numpy와 pandas를 비롯해서 꽤 여러 개의 모듈을 import 한다. import numpy as np import pandas as pd from scipy import stats import statsmodels.api as sm

원문보기 내부링크
Naver Blog

[파이썬 데이터 분석] 다중 비교와 기타 분산 분석 방법론

다중 비교 다중 비교(multiple comparison)는 일원 분산 분석 결과가 유의한 경우, 어느 집단 간에 유의미한 차이가 존재하는지 확인하기 위한 방법이다. 다중 비교 방법은 검정의 다중성 보정 대상에 따라 20종 이상의 방법이 존재하지만 크게 유의 수준을 보정하는 방법, 검정 통계량을 보정하는 방법, 분포를 보정하는 방법으로 총 3가지 유형으로 구분할 수 있다. 보정 유형 설명 및 대표 방법론 유의 수준 보정 비교 반복 수 증가에 따라 유의 수준을 감소시켜 통제 (대표 방법론: Bonferroni 방법) 검정 통계량 보정 검정 통계량을 비교 반복 수가 증가할 수록 작아지도록 통제 (대표 방법론: Scheffe 방법) 분포 보정 반복 수 증가가 유의 수준에 영향을 주지 않는 분포를 이용 (대표 방법론: Tukey, Dunnett 법) 위의 유형과 특징 외에도 다중 비교의 주요 방법은 다음과 같다. 다중 비교 방법 설명 및 주의사항 최소유의차 (Least Significant

원문보기 내부링크
Naver Blog

[심약자 클릭 금지] 러시아 크라스노다르 식인부부 사건

러시아의 우크라이나 침공 관련 뉴스기사를 읽다가 '러시아'라는 키워드랑 관련된 사건 중 과거에 있었던 러시아의 식인 부부 사건에 관해 접했는데 그 사건에 대해 알아봤다. 이름 : 드미트리 박셰예프(Dmitry Baksheev) 출생 : 1982년 1월 25일, 러시아 크라스노다르 Krai, RSFSR 사망 : 2020년 2월 16일, 수감생활 중 당뇨병으로 사망 체포 : 2017년 9월 24일 이름 : 나탈리아 박셰예바(Natalia Baksheeva) 출생 : 1975년 2월 25일, 러시아 크라스노다르 Krai, RSFSR 체포 : 2017년 9월 24일 드미트리와 나탈리아는 각각 1982년, 1975년에 러시아에서 출생했으며, 나탈리아는 AK Serov 조종사의 크로노스다르 고등 군사 항공 전문학교의 위생 부서에서 수석 간호사로 일을 했었다. 하지만 오래 일하지 않고 만성 알코올 중독으로 직장에서도 해고되었으며, 드미트리는 강도 및 차량 절도 혐의로 재판을 받은 전과가 있었다.

원문보기 내부링크
Naver Blog

[파이썬 데이터 분석] 대응 표본 T-검정 실행

대응 표본 T-검정 대응 표본 t-검정(paired sample t-test)은 같은 객체에 대해 특정 처리를 가하기 전과 후를 비교하는 데에 주로 사용하는 평균 비교 방법이다. 넷마블과 카카오가 120억을 투자하여 만든 가상 인간 '리나' 이번에는 삼성전자의 예시를 가지고 들어보자. 삼성전자는 이번에 새로운 광고 모델로 떠오르는 아이돌 스타 A 양을 기용했다. 하지만 A 양의 모델료가 상당히 비싸기 때문에 회사 입장에서는 계속해서 A 양을 기용하는 것이 매출 증가에 실질적으로 도움이 되는지 확인해 재계약 여부를 결정하려고 한다. 다음과 같이 정보문화사 공식 사이트의 샘플 자료로 올라온 tvads.csv 파일을 불러와서 대응 표본 t-test의 데이터 프레임에 담아보자. import pandas as pd df_paired_ttest = pd.read_csv('/home/toto/sports_toto/part 03/data/ttest/tvads.csv') df_paired_ttest

원문보기 내부링크
Naver Blog

[파이썬 데이터 분석] 분산 분석의 정의와 유형(이론)

이번에는 분산 분석에 대해 알아보는데 여기서는 이론만 다루고 실습은 다음 포스팅에서 다뤄보자. 분산 분석(Analysis of Variance; ANOVA)은 독립 변수가 범주형, 종속 변수가 수치형일 때 사용하는 분석 방법론이다. 이전에 학습했던 독립 변수가 2개일 때 사용하는 t-검정은 분산 분석의 일종이다. 분산 분석의 정의 및 유형 분산 분석의 전체적인 흐름 분산 분석은 연속형 반응 변수와 범주형 설명 변수를 갖는 데이터를 분석하는 방법 중 하나이다. 분산 분석은 범주형 설명 변수의 집단(수준, 그룹)에 따라 연속형 반응 변수의 평균 차이가 있는지 통계학적으로 검정하는 방법인데, 이전에 살펴본 t-검정의 확장으로 설명 변수의 집단이 3개 이상인 경우에 이용할 수 있다. 공정 (설명 변수) A(집단 1) B(집단 2) C(집단 3) 불량률 (반응 변수) 반복 수 1 2.05 1.92 3.15 2 1.95 1.31 3.12 3 2.27 1.54 3.25 4 1.93 1.57 2.

원문보기 내부링크
Naver Blog

桐谷健太(키리타니 켄타) - 海の声(바다의 소리) [가사/해석/발음]

이번에 들을 곡은 배우 키리타니 켄타(桐谷健太)가 부른 바다의 소리(海の声)라는 곡이다. 이 곡은 2015년에 방영되었던 'au 산타로 시리즈'에서 일본의 전래동화 주인공인 '우라시마 타로(浦島太郞)'라는 어부 역할을 맡아서 출연하였던 CM 삽입곡인데 이게 일본 내에서 대히트를 치면서 일본 레코드 협회 밀리언 인증, 레코드 대상 우수작품상을 수상했었다. 그리고 다음 해 2016년 연말 홍백가합전에 백팀으로 출전하여 이 곡을 불렀는데 노래에 들어간 악기가 어떤 악기였는지 궁금해서 검색을 해 봤다. 뮤직비디오에서 우라시마 타로가 연주한 악기가 오키나와의 전통 악기인 '산신(三線)'이라는 악기였다. 그래서 한 블로그가 오키나와에 여행을 갔을 때 산신 강좌를 들으면 대표적으로 이 노래를 알려준다고 한다. 그리고 여담으로 'au 산타로 시리즈'에는 키리타니 켄타 말고도 나한테 익숙한 '꽃보다 남자'의 소지로 역할및 '라이어게임'의 주인공인 아키야마 신이치 역할을 맡은 마츠다 쇼타와 영화 '불

원문보기 내부링크
Naver Blog

[파이썬 데이터 분석] 회귀와 T-검정의 유형

이제 데이터 과학의 기초적인 이론을 끝내고 실습으로 들어가려고 한다. 여기서 실습할 환경은 Jupyter lab 에디터를 사용 및 아나콘다 환경의 기본 base로 실습을 진행하려고 한다. 본격적인 실습에 들어가기 전에 회귀와 t-검정 등의 방법론에 대해 살펴보고 가자. 회귀 데이터 분석에서 종속 변수가 존재하는 경우에는 지도학습(supervised learning) 또는 예측 분석(predictive analysis)의 방법으로 해결할 수 있음을 언급 했었다. 지도학습은 다시 종속 변수가 양적 변수(quantitative variable)인 회귀(regression)와 종속 변수가 질적 변수(qualitative variable)인 분류(classification)로 나뉜다. 회귀는 종속 변수가 양적 변수일 때 즉, 숫자의 형태를 가지고 있을 때 이를 분석하기 위한 방법이다. 반응 변수 설명 변수 대표 방법론 있음 회귀 범주형 T-검정 분산 분석 수치형 상관 분석 수치형/범주형 선형

원문보기 내부링크
Naver Blog

[파이썬 데이터 분석] 독립 표본 T-검정

독립 표본 t-검정 독립 표본 t-검정(independent sample t-test)은 서로 독립된 두 집단 간 평균 비교에 사용하는 방법이다. 반응 변수와 설명 변수 관점에서는 반응 변수가 연속형이고, 설명 변수가 범주형(그룹의 수 2개)인 경우에 사용할 수 있다. 관측치가 대표본(n ≥ 30)인 경우 자료의 정규성에 대한 검토 없이 두 집단이 독립인지 여부를 검토한다. 만약 소표본(n < 30)이라면 자료 정규분포를 따르는지 검토하고 자료가 정규분포를 따르지 않는 경우 비모수 검정을 수행하게 된다. 대표본, 소표본 판단은 각 그룹별 관측치 수를 기준으로 판단한다. 두 집단은 서로 독립임을 가정한다. 대부분 독립성 가정을 만족하지만 같은 관측치에 대해 전-후 비교를 하는 경우에는 독립성 가정을 만족하지 않는다. 두 집단의 분산이 동일한지 여부에 따라 다른 검정 통계량을 사용한다. 등분산인 경우에는 풀드 독립 t-검정(pooled t-test)을 이용하고, 두 집단의 분산이 다른

원문보기 내부링크
Naver Blog

[도시괴담] 소름끼치는 게임 속 괴담

이번엔 저번 포스팅의 네이버 지식인 괴담에 이어서 게임 속 괴담에 대해 찾아봤다. 폴리비우스(Polybius) 괴담 사실상 게임 괴담 중에서는 가장 소름끼치는 괴담이기도 하다. 이 게임은 1981년, 미국의 오리건 주에 위치한 오락실에 새로운 게임기가 들어왔다는 소문이 돌면서 시작된다. 이 게임은 템페스트(Tempest)와 비슷한 튜브 슈팅게임으로 독일의 'Sinneslöschen(감각 제거)' 라는 회사에서 만들었다. 새로운 게임기가 들어오자마자 사람들은 서로 먼저 플레이하겠다고 싸울 정도로 유명해지기 시작했다. 그러던 어느 날, 폴리비우스 게임기가 있는 오락실에는 검은 옷을 입은 정체 불명의 사람들(Men in black)이 나타나서 게임기 내에 수집된 알 수 없는 데이터를 빼서 가져가거나 기기를 테스팅하는 일이 발생한다. 이 검은 옷을 입은 사람들이 나타난 이후로 폴리비우스를 플레이 한 사람들은 불면증, 악몽, 기억상실, 야간 공포증 등 정체불명의 정신 질환을 겪게 되었고, 일

원문보기 내부링크
Naver Blog

[판다스 기초] 열과 행에 데이터 추가하기

이번에는 데이터프레임의 열과 행에 데이터를 추가하는 방법에 대해 알아보자. 열 데이터 추가 이름 키 체중 IQ 0 홍준영 165 54 120 1 최균택 181 68 105 2 한상백 163 89 0 데이터프레임에서 열을 추가하는 방식은 위와 같이 기존의 행과 열로 이루어진 데이터프레임이 있다고 했을 때 다음과 같이 열에 새로운 데이터가 추가되는 방식이다. 이름 키 체중 IQ MBTI 0 홍준영 165 54 120 ISTJ 1 최균택 181 68 105 ENFP 2 한상백 163 89 0 찐따 옆에 보면 MBTI라는 데이터 열이 하나 더 추가된 것을 확인할 수 있다. 이를 판다스를 이용하여 코드로 옮기면 다음과 같다. import pandas as pd info_data = {'이름' : ['홍준영', '최균택', '한상백'], '키' : [165, 181, 163], '체중' : [54, 68, 89], 'IQ' : [120, 105, 0]} df = pd.DataFrame(info

원문보기 내부링크
Naver Blog

[데이터 과학] 데이터의 구조와 분류 유형

이번에 블로그 게시판 중에서 '딥러닝' 게시판을 삭제했다. 어차피 인공지능이라고 100% 결과값만을 도출하는 것도 아니고 굳이 지금은 시간내서 공부를 할 필요성을 못 느꼈다. 그래서 딥러닝을 삭제하고 데이터 분석 게시판에 머신러닝 부분을 추가시킬 생각이다. 본론으로 들어가자면, 데이터 과학에 접근하기 위해 가장 먼저 해야 할 일은 데이터를 읽는 방법을 배우는 것이다. 이는 데이터와 변수의 유형을 파악하는 것이 요구되며, 이는 데이터 분석 과정에서 어떠한 방법론을 사용해야 할지를 판단하는 기준이 되기 때문이다. 통계학습과 기계학습을 망라하여 데이터 분석을 학습하기 전에 알아야 할 기본 지식부터 알아보자. 데이터의 구조 데이터 과학은 주어진 데이터를 통해 필요한 정보를 갖고 가치를 만들어 내는 과정이라고 할 수 있다. 데이터의 형태는 데이터를 수집하고 표현하는 주체와 대상에 따라 다르다. 하지만 일반적인 통계 패키지나 데이터베이스(특히 RDBMS)에 데이터를 입력하고 분석하기 위한 데이

원문보기 내부링크
Naver Blog

[데이터 과학] 모집단과 표본, 설명변수와 반응변수

이번엔 데이터 과학의 기초인 모집단과 표본, 척도와 변수, 설명변수와 반응 변수에 대해 살펴보자. 모집단과 표본 데이터를 분석하고 정렬하기 위해서는 그에 맞는 표본이 있어야 한다. 데이터 과학은 데이터를 이용해 어떤 수치를 구하는 것에만 국한되지 않는다. 데이터로부터 얻은 수치들을 이용해 의사결정의 도구로 삼을 수 있다. 지금도 사회과학이나 임상 실험과 관련된 데이터는 데이터 수집에 따른 비용 문제로 데이터 수집이 제한되고 있다. 전통적인 통계학은 이런 문제를 표본 추출 방법을 통해 극복했다. 관심의 대상이 되는 전체 집단 즉, 모집단(population)의 특성을 해당 모집단으로부터 추출된 표본(sample)을 이용하여 추정(inference)한다. 모집단에서 표본이 추출되는 과정은 확률을 기반으로 수행되며, 표본의 특성 추정치인 통계량을 이용해서 모집단의 특성을 파악하는 것을 통계적 추론이라고 한다. 알고자 하는 정보 모집단 표본 렘데시비르(Remdesivir)의 코로나(Covi

원문보기 내부링크
Naver Blog

일본인을 구하기 위해 몸을 던진 대한민국 의인 故 이수현 이야기

지금은 한-일 관계가 전 세계 공공의 적인 중국 만큼은 아니지만 문재인 정부를 거쳐가면서 반일 불매운동도 일어나고 윤석열 정부로 바뀐 이후로도 조금씩은 나아지고 있지만 크게 좋은 상태는 아닌 것 같다. 그런데 이런 한일 관계가 상당히 좋았던 시절이 있었다. 어렸을 적 뉴스를 통해서 접했던 사건이었는데 바로 한국의 의인 故 이수현님의 이야기이다. 프로필 이름: 이수현(李秀賢) 출생: 1974년 7월 13일, 울산광역시 사망: 2001년 1월 26일, 일본 도쿄도 신주쿠구 야마노테선 신오쿠보역 본관: 경주 이씨 학력: 낙민초등학교(졸업) / 동래중학교(졸업) / 내성고등학교(졸업) / 고려대학교(무역학 명예학사) 대한민국의 의인 故 이수현은 2001년 1월 26일, 일본의 지하철 야마노테선 신오쿠보역에서 선로에 추락한 취객인 사카모토 세이코(坂本成晃)를 같이 있던 사진작가이자 의인인 일본의 故 세키네 시로와 구하려다 열차에 치여 사망했다. 그는 울산광역시 출신으로 부산에서 어린시절을 보

원문보기 내부링크
Naver Blog

[데이터 과학] 데이터 과학 모형 및 평가

데이터 과학을 학습할 때는 개별 방법론의 적용과 프로그래밍을 익히는 것도 중요하지만, 바람직한 의사결정을 위해 어떤 방법론을 선택할 지 결정하는 것이 중요하다. 이를 위해 반드시 학습해야 하는 부분이 데이터 과학의 프레임워크이다. 이번에는 분석 목적, 이론적 배경, 변수 유형, 변수 간 관계에 따른 데이터 과학의 체계를 학습함으로써 보다 거시적인 차원에서 데이터 과학을 조망하는 방법을 알아보자. 데이터 과학 모형 데이터 과학에서 모형은 어떤 원인 변수들에 의해 결과 변수를 설명 또는 예측하기 위해 만들어진다. 다음의 사례들은 데이터 과학으로 해답을 얻을 수 있는 것들이다. 사례 1: 기상 조건에 따라 교통사고 발생률의 차이가 있을까? 사례 2: 성별에 따라 공무원 시험 합격률에 차이가 있을까? 사례 3: 지역에 따라 정치 성향 차이가 존재할까? 사례 4: 학력에 따라 종교적 신념에 차이가 있을까? 사례 5: 어떤 고객들이 구매를 반복적으로 할까? 사례 6: 아버지의 키는 아들의 키에

원문보기 내부링크
Naver Blog

[데이터 과학] 분석 목적에 따른 프레임워크

데이터 과학 모형을 분석 목적에 따라 예측(predict) 문제와 추론(inference) 문제로 나눌 수 있다. 예측을 주 목적으로 하는 경우에는 모형을 통한 반응 변수와 설명 변수의 관계에 대한 통찰은 관심사가 아니기 때문에 인공신경망, SVM 등과 같이 해석이 난해한 모형도 후보 모형이 된다. 반응 변수와 실명 변수의 관계 파악이 주목적인 추론(inference)의 경우에는 복잡한 모형을 이용하면 해석이 어렵기 때문에 해석이 쉽고 직관적인 의사결정나무, 회귀모형을 이용한다. 최근에는 미국 방송을 시작으로 예측 문제에 특화된 모형을 설명하려는 XAI(explainable AI) 방법론이 연구되고 있다. 예측과 추론 예측이 주 목적인 경우에는 모형이 복잡해 해석이 어렵더라도 예측력을 최대한 높이는것을 목적으로 한다. 예를 들어, 사진 데이터를 이용한 이미지 인식은 이미지가 어떤 사물을 표현한다는 사실이 매우 명확하기 때문에 굳이 그 관계를 추론할 이유가 없다. 이런 경우에는 사진에

원문보기 내부링크
Naver Blog

[데이터 과학] 이론적 배경에 따른 프레임워크

이번에도 데이터 과학 이론의 통계학습과 기계학습 및 모수적 방법과 비모수적 방법에 대해 알아보자. 통계학습과 기계학습 통계학습(statistical learning)은 통계학(statics) 학자들에 의해 발전한 방법론이다. 통계학은 주어진 데이터를 기술(descriptive)하거나 표본(sample)을 통해 모집단(population)의 성질을 추론(inference)하는 것에 관심을 둔다. 그렇기 때문에 통계학습 모형은 대체로 해석이 용이하게 발전되어 왔고, 구조 역시 대부분 투명도가 높은 화이트 박스(white-box) 구조로 이루어져 있다. 또한 수학 중점(math intensive)의 학습 방법을 주로 이용하기 때문에 작은 데이터(small data)에서도 훌륭한 모형을 만들 수 있는 장점이 있다. 하지만 다양한 가정(assumption)에 기반한 경우가 대부분이다. 때문에 가정을 만족하는지 여부를 확인하는 작업이 필요하고, 가정을 만족하지 않는 경우에는 사용할 수 없다는

원문보기 내부링크
Naver Blog

SPiCYSOL(스파이시 솔) - V.A.CATION [가사/해석/발음]

이번에 들을 곡은 일본의 4인조 록 밴드인 SPiCYSOL(스파이시 솔)의 V.A.CATION이라는 곡이다. 한국에서는 크게 유명한 곡은 아니며, 자국인 일본 내에서도 대중적으로 유명한 곡은 아닌 듯 하다. 인터넷에 검색을 해 봐도 이렇다 할 정보도 없으며, 밴드 자체가 크게 유명한 밴드는 아닌 것 같다. 공식 유튜브 채널 또한 업로드 된 동영상은 130개가 넘지만, 구독자는 4만 명 밖에 되지 않고 가장 많은 조회수를 기록한 영상이 100만 회 남짓이다. 본래는 2012년 가을, 할로윈 파티에서 멤버들이 만나 그 날에 노래방에 가서 보컬인 KENNY(케니)의 가성에 반해서 함께 밴드를 해 보자고 제안한게 시초라고 한다. V.A.CATION이라는 노래 자체도 지금의 계절과 맞고 개인적으로 참 괜찮은 노래인데 여기서라도 올려서 맘껏 들어야겠다. 始まる Good Time 하지마루 Good Time 시작되는 Good Time 照りつける太陽も 테리츠케루 타이요-모 햇빛이 내리쬐는 태양도 気

원문보기 내부링크
Naver Blog

[데이터 과학] 변수 유형에 따른 프레임워크

이번엔 어떤 변수 유형이냐에 따라 지도학습과 비지도학습, 예측적 분석과 기술적 분석, 회귀와 분류, 그룹화와 차원 축소 등에 대해 알아보자. 알아볼 이론적 내용이 많아서 내용이 좀 길어질 것 같다. 지도학습과 비지도학습 지도학습(Supervised Learning) 알고리즘 모형 분석 목적에 따라 반응 변수가 존재하는 지도학습(supervised learning)과 반응 변수가 없는 비지도학습(unsupervised learning)으로 구분할 수 있다. 비지도학습에 해당하는 군집 분석, 주성분 분석 등은 통계학에서는 반응 변수가 여러 개인 다변량 분석(multivariate analysis)이라고 이야기 한다. 이는 관점의 차이인데, 반응 변수가 없는 것으로 볼 수도 있지만 모든 변수를 반응 변수로 볼 수도 있다. 지도학습의 예시 - 출처: 더 바른 코딩학원 지도학습(supervised learning)은 반응 변수(reponse variable)가 있는 경우에 해당한다. 이미지

원문보기 내부링크
Naver Blog

[데이터 과학] 변수 간 관계에 따른 프레임워크

변수 간의 관계는 원인과 결과가 되는 인과관계를 비롯하여 상관관계, 독립관계 등 다양하다. 관계 유형 설명 독립관계 두 변수가 서로 영향을 주지 않는 관계 상관관계 두 변수 중 한 변수가 변화하면 다른 한 변수도 따라서 변화하는 관계 인과관계 독립 변수 변화가 종속 변수 변화의 영향이 되는 경우 인과관계가 성립하기 위해 시간 우선성, 공변성, 외생 변수의 통제 3가지 조건 만족 쌍방향적 인과관계 인과성이 쌍방으로 미치는 것 원인과 결과가 동시에 될 수 없음 조절관계 독립 변수 A가 종속 변수에 미치는 영향력이 독립 변수 B(조절변수)에 따라 다른 경우 매개관계 독립 변수의 결과이면서 동시에 종속 변수의 원인이 되는 변수의 관계에 있는 것 먼저 독립관계(independent relationship)는 두 변수가 서로 영향을 주지 않는 관계를 의미한다. 상관관계(correlational relationship)는 두 변수 중 한 변수가 변화할 때 다른 변수도 함께 변화하는 관계를 말한다

원문보기 내부링크
Naver Blog

コボレ(코보레) - Sunday [가사/해석/발음]

이번에 들을 음악은 일본의 4인조 락 밴드인 コボレ(코보레)의 Sunday라는 곡이다. 이 곡 또한 이전에 올렸던 SPiCYSOL(스파이시 솔)의 V.A.CATION과 다르지 않게 국내에서도 크게 유명한 곡은 아니며, 일본 내에서도 대중적으로 인기를 끈 밴드 그룹은 아니다. 나도 유튜브 알고리즘으로 알았던 음악이라... 대충 정보를 찾아보니 활동 기간은 2015년부터 사토시, 타이치 등의 멤버를 기점으로 2년 뒤에 이토 카츠키가 영입되었고 이 해에 마쿠하리 국제 전시장에서 개최되었던 록 페스티벌에 출연하고 같은 해 9월에 "아케유쿠 요루니(アケユク ヨル ニ)"라는 앨범을 발매해서 일본의 전국을 돌아다니며 31 곳에서 전국 투어를 실시했었다. 그 외에 다른 정보는 알려지지 않았으며, 지금 올릴 Sunday라는 곡도 굉장히 신나는 곡이다. 약간 미국의 그룹 중에 boys like girls라는 팀이 생각나는 노래 같기도 하고 개인적으로 겨울되면 생각나는 영화이자 스칼렛 요한슨이 나왔던

원문보기 내부링크
Naver Blog

[판다스 기초] 데이터과학과 시리즈 클래스

파이썬 기초도 전부 끝내고 이제 수학 부분도 어느 정도 학습을 끝냈다. 이제 데이터 정리 및 분석을 위한 머신러닝 기초인 판다스(pandas)를 학습해 보려고 한다. 데이터 과학(Data Science) 21세기 현대에 드디어 빅데이터(Big Data)의 시대가 다가왔다. 미국을 비롯한 데이터 선진국들은 인공지능과 빅데이터 기술을 빠른 속도로 확산시키며 현대인들 삶의 패러다임을 바꾸고 있다. 과거와는 달리 엄청나게 빠른 속도로 쌓여가는 방대한 데이터와 그 데이터를 저장 및 분석할 수 있는 컴퓨팅 파워의 결합이 데이터 과학(Data Science)이라는 새로운 영역의 출연을 가능하게 했다. 컴퓨팅 파워의 대중하는 데이터 과학자를 꿈꾸는 학생 또는 업무상이나 개인적인 호기심으로 데이터 과학을 배우는 많은 사람들에게 최적의 학습 환경과 연구 인프라를 제공한다. 하지만 분석 대상이 되는 데이터라는 자원이 없으면 컴퓨팅 파워는 전혀 쓸모가 없게 된다. 데이터 과학은 데이터를 연구하는 분야이며

원문보기 내부링크
Naver Blog

[판다스 기초] 데이터프레임(DataFrame)

저번 포스팅의 시리즈(Series)에 이어서 이번엔 데이터프레임(DataFrame)에 대해서 알아보자. 데이터프레임(DataFrame) 데이터프레임은 위와 같이 행(Row)과 열(Column)로 이루어진 2차원 배열의 구조로 되어 있다. 이러한 2차원 배열의 구조는 MSSoft의 엑셀(Excel)과 관계형 데이터베이스(RDBMS) 등 컴퓨터 관련 다양한 분야에서 사용되며, 데이터프레임의 기본적인 구조는 데이터 통계 언어인 R의 데이터프레임에서 가져왔다. 데이터프레임은 기본적으로 행과 열을 나타내기 위해 두 가지 종류의 주소를 사용하는데 하나는 행 인덱스(row index)이며, 또 하나는 열 이름(Column Name 혹은 Column Label)으로 구분할 수 있다. 데이터프레임은 pandas의 DataFrame( ) 함수를 이용하여 객체를 생성할 수 있다. 마찬가지로 키와 값이 서로 매핑되는 딕셔너리 객체를 가지고 생성할 수 있다. key 값이 열의 이름이 되고 값이 데이터프레임

원문보기 내부링크
Naver Blog

X Japan(엑스재팬) - Art of life [가사/해석]

평소에 이 게시판에도 X Japan의 음악을 2개 정도 올렸다. 그랬더니 유튜브의 알고리즘으로 아주 기가막히는 음악을 하나 찾게 되었다. 바로 X Japan의 Art of life라는 곡이다. 재생시간이 무려 30분 짜리 곡으로 1993년에 발매되어 오리콘차트 1위에 올랐다. 이 곡을 기점으로 밴드의 이름을 X에서 X Japan으로 개명했고 작사 및 작곡은 드럼과 피아노를 담당하고 있는 요시키가 맡았는데 이 곡이 전 세계 최초의 심포닉 파워 메탈 곡이라고 한다. 기존의 인기를 자랑하는 심포닉 파워메탈곡이 유럽에서도 존재하긴 했지만 이 정도의 대규모 오케스트라를 동원한 파워 메탈곡은 당시에는 존재하지 않았기에 X Japan이 최초라고 한다. 이들은 이 곡으로 세계 무대 진출을 하려고 했지만 미국에 이미 동명의 이름을 가진 X라는 밴드가 존재했었기 때문에 밴드 명을 X from Japan을 거쳐 현재 우리가 아는 X Japan이 되었다. 제목에서 나온 Art는 기존에 알고 있던 예술이라

원문보기 내부링크
Naver Blog

파이썬으로 주상 전치 암호(Columnar Transposition Cipher) 구현하기

이번에도 암호화 종류를 가지고 왔다. 이번에는 파이썬으로 주상전치암호를 구현해 보려고 한다. 주상 전치 암호(Columnar Transposition Cipher) 주상 전치 암호는 특정 개수가 있는 열(column)로 평문의 문장을 배열한 뒤에 열 방향으로 문장을 읽어서 암호문을 구성하는 암호화 방식이다. 여기서 중요한 핵심은 읽어 들이는 열의 순서이다. 위의 문장에서 평문은 "Geeks for Geeks"인데 위와 같이 주상전치 암호로 평문의 문장들을 재배치하여 위에서 아래로 문장을 읽어 암호문을 구성한다. 메시지는 고정된 길이의 행에 기록되고 열별로 다시 읽혀지고 열은 스크램블된 순서로 선택된다. 행의 너비와 열의 순열은 일반적인 키워드로 정의된다. 예를 들었을 때, 단어 'HACK'의 길이는 4이고(여기서 행의 길이가 4가 됨) 순열은 키워드에 있는 문자의 알파벳 순서로 정의된다. 이 경우에는 "3 1 2 4"가 된다. 모든 여유 공간은 null로 채워지거나 공백으로 남겨둔다

원문보기 내부링크
Naver Blog

[파이썬 수학] 함수의 적분 계산과 확률 밀도 함수

저번 포스팅에서 그레디언트 상승 알고리즘을 이용하여 함수의 미분을 계산하는 패턴을 구현했었다. 이번에는 함수의 적분을 계산하는 방법과 확률 밀도 함수에 대해 알아보자. 함수의 적분 계산 함수 f(x)의 무한적분 또는 미분의 반대는 함수 F(x)이다. 따라서 F`(x) = f`(x)가 된다. 함수의 적분은 다른 함수가 되며, 적분함수의 미분 결과는 본래 함수이다. 수학적으로 이 함수는 F(x) = ∫f(x)dx와 같이 작성한다. 다른 측면에서 정적분은 적분 ∫f(x)dx로 실제 F(b) - F(a)이며, F(b)와 F(a)는 각각 x=b와 x=a에서 함수의 역미분 값이 된다. 두 개의 적분은 Sympy 모듈의 Integral 객체를 생성해서 계산할 수 있으며, 적분 ∫kxdx를 계산할 수 있는 방법은 다음과 같다. 참고로 이 경우의 k는 상수가 된다. >>> from sympy import Integral, Symbol >>> x = Symbol('x') >>> k = Symbol('

원문보기 내부링크
Naver Blog

[도시괴담] 소름끼치는 네이버 지식인 괴담

하모니카 OS를 잘 사용하다가 패키지 일부가 충돌이 나서 구글링으로는 도저히 해결을 하지 못 했다. 그래서 거의 10년 만에 지푸라기라도 잡는 심정으로 각종 IT 커뮤니티들을 돌아다니면서 해결방법을 찾다가 한 게시판에서 네이버 지식인의 괴담 질문들을 보게되었는데 대충 둘러보니 좀 소름끼치는 괴담들이 많았다. (패키지 충돌 건은 스냅샷 시스템 복구를 사용하여 시스템 상태를 2022년 8월 14일로 돌려버림) ※ 실제로 일어난 사건인지는 불분명해서 '괴담'이라는 단어를 사용했음 시체 부패 기간 2003년 1월에 지식인에 한 질문이 달렸다. 질문의 내용은 시체가 썩어서 정확히 뼈만 남을 때 까지 부패되는 시간을 물었다. 시체를 파 묻은 장소는 뒷뜰이며 흙이 축축한 상태라는 전제 조건까지 디테일하게 달았다. 이에 대한 답변은 공개되지 않았지만 질문에 대한 댓글로 한 유저가 질문자가 사람을 죽이고 뒷뜰에 묻었다는 상당히 합리적인 의심을 추론할 수 있는 의견을 남겼다. "너 살인하고 뒷뜰에 묻

원문보기 내부링크
Naver Blog

[파이썬 수학] 그레디언트 상승에 대한 제네릭 프로그램

이전 포스팅에 이어서 다시 그레디언트 상승 패턴에 대해 살펴보자. 그레디언트 상승에 대한 제네릭 프로그램을 만들기 위해서는 이전의 프로그램에서 약간의 변경만 거치면 된다. # 단일 함수에 대한 최대값 계산을 위해 그레디언트 상승을 사용한 패턴 from sympy import Derivative, Symbol, sympify, SympifyError def grad_ascent(x0, f1x, x): epsilon = 1e-6 step_size = 1e-4 x_old = x0 x_new = x_old + step_size * f1x.subs({x:x_old}).evalf() while abs(x_old - x_new) > epsilon: x_old = x_new x_new = x_old + step_size * f1x.subs({x:x_old}).evalf() return x_new def find_max(R, theta): R1theta = Derivative(R, theta).do

원문보기 내부링크
Naver Blog

[파이썬 수학] 단계 크기와 입실론(ε)의 역할

이전 포스팅의 그레디언트 상승 알고리즘을 보면 변수에 대한 다음 값은 아래 방정식을 이용하여 계산한다. 식에서 λ는 단계 크기이다. 단계 크기는 다음 단계의 거리를 결정한다. 최대값을 감지하지 못하고 지나치는 것을 방지하려면 단계 크기는 작아야 한다. 즉, x의 현재값이 함수의 최대값에 근사한다면 다음 단계는 최대값을 지나쳐서는 안 된다. 만약 최대값을 감자하지 못 하고 지나치게 된다면 좋은 알고리즘이라고 할 수 없다. 하지만 최대값을 감지하기 위해 단계 크기를 무작정 매우 작게 설정한다면 계산하는 과정에 많은 시간이 소모된다. 단계 크기로 고정값 10-3을 사용했지만 이 값이 모든 함수에 대해 가장 적합하지는 않다. 알고리즘의 반복을 중단할 시점을 결정하는 입실론(ε)의 값은 x의 값이 변하지 않음을 입증할 만큼 충분히 작은 값이어야 한다. 1차 미분 f(x)는 최대값에서 0이어야 하고 이상적으로 절대값 차이 |θold - θnew|는 0이 되어야 한다. 그러나 값의 비정확성 때문

원문보기 내부링크
Naver Blog

ZARD - Good day [가사/해석/발음]

이번에 들을 곡은 일본의 밴드인 ZARD(사카이 이즈미)의 Good day라는 곡이다. 이 곡은 1998년 12월에 발매된 27번째 싱글로 우리나라에서는 발라드 가수 이수영이 2002년에 Good bye로 리메이크하여 유명한 곡이다. 원곡자인 ZARD가 이수영의 리메이크 버전을 듣고는 목소리가 좋다고 꼭 한 번 만나고 싶다는 소감을 남긴 일화도 유명하다. 이수영이 부른 Good bye와 Good day 모두 이별에 관련된 내용 같기는 하지만 이수영이 부른 Goodbye는 단순한 남녀의 이별에 관한 내용인 듯한 느낌이 들고 ZARD의 Good day는 사랑하는 사람이 죽었거나 먼 곳으로 떠나서 다시는 못 보는 듯한 느낌을 더 많이 받았다. 발매 당시에는 오리콘 주간차트 2위에 올랐으며, 8주 동안 주간 차트에 머무는 등 나름 선방을 했지만 ZARD의 노래 중에서는 어두운 편이라 일본 내에서는 크게 반응은 없었다고 한다. 하지만 이수영이 리메이크를 하면서 한국에서 좋은 반응을 얻었다.

원문보기 내부링크
Naver Blog

[파이썬 수학] 고차 미분과 최대/최소값 구하기

보통 기본 설정으로 Derivative 클래스를 이용해서 미분 객체를 생성하면 1차 미분 결과가 나와야 한다. 이전 포스팅에서 그런 방식으로 1차 미분 결과값이 도출되기는 했다. 그러나 여기서 고차 미분을 계산하려면 3번째 옵션의 인자값으로 미분차수를 적용시켜야 한다. 여기서는 어떤 구간에서 최대와 최소값을 계산하기 위해 다상 함수의 1차와 2차 미분을 사용하는 방법에 대해 알아보자. 우선 그 전에 편미분을 계산하는 방법부터 짚고 넘어가자. 편미분의 계산 이전 패턴에서 다중 변수로 이루어진 함수에 대한 미분도 계산이 가능하다는 규칙을 발견했다. 이러한 계산을 편미분(Partial Differentiation)이라고 하는데, 여기서 '편'이라는 것은 다른 변수는 고정시킨 상태에서 한 개의 변수만을 대상으로 변화시키는 것을 의미한다. 함수 f(x, y) = 2xy + xy2를 생각 했을 때 x에 대한 f(x, y)의 편미분 공식은 다음과 같다. 이전 패턴은 해당 변수를 설정하는 문제이기

원문보기 내부링크
Naver Blog

[파이썬 수학] 그레디언트 상승을 이용하여 전역 최대값 알아내기

때로는 모든 지역과 전역 최대값과 최소값 대신 함수에 대한 전역 최대값을 알아내려는 경우도 있다. 예를 들었을 때 최대 수평거리에 도착시키기 위한 투척각도를 알고 싶다고 하자. 이러한 문제를 풀기 위해 새롭고 좀 더 실용적인 접근 방법을 학습하고자 한다. 이러한 접근법은 1차 미분만을 이용하므로 첫 번째 미분이 계산 가능한 함수에만 적용이 가능하다. 이 메소드는 그레디언트 상승 메소드라고 부르며, 전역 최대값을 찾아내는데에는 반복적으로 수행하는 접근 방식이다. 그레디언트 상승 메소드는 상당량의 계산을 수행해야 하기 때문에 수작업으로 문제를 해결하기 보다는 프로그램으로 해결을 해야 한다. 투척각도를 알아내는 패턴을 대상으로 이 방법을 시도해 보자. 이전 포스팅에서 학습했던 포물선 운동을 생각해 보자. 각도 θ에 속도 u로 투척한 물체의 비용 시간을 계산한 것이다. 투척한 공이 이동한 총 수평거리인 R은 ux × tflight의 곱으로 계산한다. ux는 초기 속도의 수평요소이며, uco

원문보기 내부링크
Naver Blog

[논란의 수학 문제] 48÷2(9+3)의 답은 2일까? 288일까?

계속 파이썬으로 수학 공부를 하다보니 이제 이야기거리 게시판에도 이런 문제를 가지고 왔다. 사실 때는 2011~2012년 쯤으로 생각된다. 당시에 웃긴대학이라는 커뮤니티를 즐겨했었는데 그때 게시판을 들썩이게 만들었던 수학 떡밥이 하나 있었다. 이는 미국의 한 수학 시험에 출제된 문제로 얼핏 보면 상당히 단순해 보이지만 당시에는 어떻게 해석하느냐에 따라 답이 2와 288로 나뉘게 되었고 어느 쪽이 정답인가에 대한 논쟁이 일어났었다. 미국의 인터넷 커뮤니티를 통해서 논란이 증폭되어 한국을 비롯한 전 세계의 커뮤니티 및 학계를 뒤흔든 수학 떡밥이 되었다. 심지어는 위와 같은 공학용 계산기에서도 순서가 다르게 설정되어 서로 다른 답을 도출해 내기도 했다. 그래서 현재 시스템 내에 내장되어 있는 계산기를 비롯하여 파이썬, C언어 등의 프로그래밍 언어를 이용해서 이 문제를 풀어 봤다. 우선 시스템 계산기 내에서는 288이라는 답이 도출되었다. 그렇다면 파이썬과 C언어의 답은 어떨까? Pytho

원문보기 내부링크
Naver Blog

[파이썬 수학] 함수의 극한값 계산

이번에는 파이썬으로 함수의 극한값을 계산해 보자. 사실상 미적분 문제에 포함되어있는 부분이라고 보면 되며, 원치않는 가상환경 에러로 인해 쓰레기값이 도출되면서 다른 공식과 답을 찾는데 상당히 오래걸리기도 했다. 함수의 극한값 계산 함수의 미적분에서 일반적인 기능은 변수의 값이 어떤 값에 근접할 때 함수의 극한값(또는 극한)을 찾아내는 것이라고 할 수 있다. 위의 그래프처럼 함수 f(x) = 1/x를 생각해 보면 x의 값이 증가함에 따라 f(x)의 값은 계속 0에 근접하게 된다. 극한값 표시를 사용하면 다음과 같이 작성할 수 있다. 이는 SymPy 함수의 극한 클래스(Limit)를 사용해서 객체를 생성하여 계산할 수 있다. >>> from sympy import Limit, Symbol, S >>> x = Symbol('x') >>> Limit(1/x, x, S.Infinity) Limit(1/x, x, oo, dir='-') 무한대(양수와 음수)와 다른 특정 값의 정의를 갖는 S 클

원문보기 내부링크
1 2 3 4 5 6 7 8 9 10