분류 전체보기
AICPA 시험을 위해 특화된 학력평가기구 NIES(NASBA International Evaluation Service) (대상주 및 비용)
2014. 11. 28.NIES는 AICPA 시험만을 위해 특화된 학력평가기구입니다. 미국 이외의 지역에서 학교를 나온 수험생들이 늘어남에 따라 NASBA는 기존 여러개의 학력평가기관에서 진행되던 평가작업을 NIES 라는 신설기구를 통해 진행하고 있습니다. 이를 통해 AICPA 시험 응시생만을 위해 특화된 평가작업을 통해 더욱 전문적이고, 효율적인 평가작업이 이루어질 것으로 기대하고 있습니다. 점차 그 대상주가 늘어나고 있으며, 현재는 40개가 넘는 주에서 NIES 를 통해 학력평가를 하고 있습니다. [대상주] AlabamaHawaiiMontanaPuerto RicoAlaskaIdahoNebraskaRhode IslandArkansasIndianaNevadaSouth CarolinaArizonaIowaNew HampshireS..
몬타나주(Montana, MT) 평가기관 FACE에서 NIES로 변경
2014. 11. 28.새로운 소식이 있어 알려드립니다!! 지난 11/21일자로 몬타나주(Montana, MT)에 대한 평가기관이 기존 FACS와 NASBA International Evaluation Service (NIES) 이상 2곳에서 NIES 한 곳을 통해서만 진행되니 이 점 참고하시기 바랍니다. NASBA International Evaluation Service (NIES)http://nasba.org/products/nasbainternationalevaluationservices/
요로 다케시, 「바보의 벽을 넘어서」- (5) 자녀의 문제
2014. 11. 28.- 아기를 적게 낳는 '소자화' 현상과 '도시화'는 별개가 아닌 하나의 문제이다. 어린이는 자연이다. 도시화한다는 것은 자연을 배제하는 행위이다 따라서 도시화는 근본적으로 자녀 양육에 반하는 것이다. - 어린이의 본질적인 가치는 '무구'이다. 하지만 현대인은 그런 어린이다움의 가치를 인정하지 않는다. - 갓난 아기는 자연 그 자체이다. 그러나 의식 중심 사회는 자연의 가치를 인정하지 않는다. 자연 보호 및 환경 보호와 어린이 보호는 같은 것이다. - 자녀를 소중히 대해 준다는 말의 의미는 '돌봐 준다'는 것이다. 사람들은 자연적인 존재를 완벽하게 이해하지는 못한다. 따라서 상황이 발생할 때마다 반응을 봐가며 차근차근 돌봐줘야 한다. - '이렇게 하면 저렇게 된다'는 신념이 통용되는 범위는 생각보다 제한적..
요로 다케시, 「바보의 벽을 넘어서」- (4) 남녀의 문제
2014. 11. 28.- 여자는 실체, 남자는 환상. 면역학자인 다다 도미오는 "여자는 실체이지만, 남자는 현상이다"라고 했다. 바꾸어 말하자면, 여자는 무의식에 근거해 행동한다는 것이다. 신체에 근거나다고 해도 좋다. 하지만 남자는 의식 중심이며, 개념적이다. 추상적인 것에 매달리곤 한다. - 남녀의 차이는 염색체 차이에서 발생한다. Y 염색체의 활동에 의해 성선이란 곳에서 정소가 형성된다. 여자의 경우 난소가 된다. 이 성선의 근우너을 '성선 원기'라고 하며, 이것이 정소가 될지 난소가 될지는 임신 7주째에 결정된다. 7주째에 Y 염색체의 활동으로 원기가 정소가 된다. 완성된 정소는 '항 뮐러관 호르몬'을 분비한다. 이 호르몬에 의해 뮐러관이라는 기관이 위축된다. 뭘러관은 자궁과 난관이 되는 기관이다. 즉 남성에게도 뮐러..
요로 다케시, 「바보의 벽을 넘어서」- (3) 테러의 문제
2014. 11. 28.- 테러의 근원은 일원론. 자신의 머릿속에 '바보의 벽'이 만들어지면 상대편의 상황 따위는 생각하지 않게 된다. 깨어있는 자신의 의식만이 이 세상의 모든 것이라고 여기게 된다. 그런 사고 방식에서 파생된 것이 바로 테러나 전쟁이란 것이다. - 보수의 의미 = '발생하지 않은' 일의 중요성을 자각하는 것(예반). 사회가 진정으로 진보한다는 것은 속속 변하는 것이 아니라, 나날이 평온해지는 것이다 - 입구가 다르다는 얘기는 신념이나 상황, 시대가 다르다는 의미이다. 하지만 각자의 입구가 어떻게 서로 다른지 알려면 매우 정밀한 작업이 필요하다. 그런 관계로 입구보다는 출구(실제 행동)가 같은지 여부를 분석해보는 것이다.
요로 다케시, 「바보의 벽을 넘어서」- (2) 자기 자신이란
2014. 11. 28.- 무의식의 본질적 확신. 가토 노리히로가 말하는 '혼네'의 이중성처럼, 입으로 말하든 말하지 않든, 본심은 본심으로 엄연히 존재한다는 것이다. 자신을 어떻게 표현하건 자신이란 존재는 변함없이 자신이란 형태로 존재한다는 것이다. - 단어를 왜곡시킨다고 사회가 변하지는 않는다. 아무리 정부가 나서서 "사(私)는 바로 개인을 의미한다."고 강요해도 사회가 충성스럽게 그 정책에 맞도록 변해주는 것은 아니다. - '과연 자기 자신이란 무엇인가'라는 문제 때문에 고민할 필요는 없다. 의식하지 않아도 잣니이란 것은 존재하며, 자신을 강조하지 않아도 아무 문제 없이 잘 살아왔다. 이런 시간이 있으면 좀 더 가치있는 것을 생각하는게 낫지 않을까?
요로 다케시, 「바보의 벽을 넘어서」- (1) 젊은이의 문제
2014. 11. 28.모기 겐이치로가 책에서 여러 번 언급한 인물, 요로 다케시...처음 읽어보는 요로 다케시의 책으로, 「바보의 벽」, 「죽음의 벽」의 속편인 셈이다. - 시대가 그랬기 때문에 프리터나 니트족이 발생할 뿐이다. 사실 국민 모두가 일해야 한다는 개념은 과거에는 없었다. 전쟁 발발로 인해 '국민개노동(國民皆勞動)'이 상식이 된 것 뿐이다. - 직업은 '구멍을 메우는 일'로 자신에게 딱 맞는 구멍이란 있을 수 없다. 자신의 희망보다 사회의 구멍이 먼저 태어났고 존재했기 때문이다. 일이 자신에게 맞지 않는 것이 오히려 당연합니다. - 진심으로, 진정으로 , 최선을 다하라. '히데요시의 조리토리(草履取り)'. '조리토리'란 군주의 신발을 관리하는 하인을 지칭하는 말로, 히데요시는 눈 속에서 벌벌 떨며 주군 노부나가의..
01. Rattle 설치 및 실행
2014. 11. 27.rattle 설치 및 실행 > install.packages("rattle")Installing package into ‘C:/Users/fukaeri/Documents/R/win-library/3.1’(as ‘lib’ is unspecified)trying URL 'http://cran.nexr.com/bin/windows/contrib/3.1/rattle_3.3.0.zip'Content type 'application/zip' length 3211032 bytes (3.1 Mb)opened URLdownloaded 3.1 Mb package ‘rattle’ successfully unpacked and MD5 sums checked The downloaded binary packages are inC..
AICPA(미국공인회계사) 시뮬레이션 팁 : 시뮬레이션 어떻게 마스터하나?
2014. 11. 27.AICPA(미국공인회계사) 시뮬레이션 팁 : 시뮬레이션 어떻게 마스터하나? 1. 시뮬레이션(Simulation)이란 도대체 무엇인가?AICPA 시험의 시뮬레이션은 특정 분야의 지식을 평가하기 위한 “케이스 스터디” 형태의 시험을 말합니다. AICPA 시험은 전반적으로 광범위한 지식을 두루두루 물어보는데, 이런 AICPA 시험의 특징이 한 편에서는 깊이가 좀 얕지않냐는 비판으로 이어지기도 합니다. 이러한 지적에 대한 일종의 대응방안이 시뮬레이션이라고 봐도 될 것입니다. 2. 그럼, 모든 섹션에서 시뮬레이션이 출제되는가?FAR, AUD, REG 파트에 포함되어 있지만 BEC 파트에는 없습니다. 대신 BEC 파트에는 리튼 커뮤니케이션(Written communication)이 포함됩니다. 3. 시뮬레이션에 대..
16. 워드 클라우드 Word Clouds - 옵션
2014. 11. 27.Word Clouds 의 기타옵션 Reducing Clutter With Max Words - 표시될 단어의 갯수를 max.words 를 통해 늘리거나 줄일 수 있다.> set.seed(142)> wordcloud(names(freq), freq, max.word= 100) Reducing Clutter With Min Freq - 표시될 갯수를 제한하는 또 다른 방법은 min.freq 를 이용하는 것이다. 아래 예제는 최소 12번 이상 언급되는 단어들만 나타나도록 했다.> set.seed(142)> wordcloud(names(freq), freq, min.freq= 9) Adding Some Colour - Color-Brewer (Neuwirth, 2011)의 brewer.pal() 를 이용하여 색..
모기 겐이치로, 「업무뇌」- 멀티형 인간보다 다이내믹 레인지를 추구하라!
2014. 11. 27.오래전 「브레인콘서트」를 읽은 후 이름만 남아있던 모기 겐이치로.얼마전 「뇌와 가상」 이라는 책을 통해 다시 그를 만났고, 괜찮았던 느낌은 이렇게 나머지 그의 책에 손이 가게 만들었다. 「업무뇌」... 본서에서는 업무뇌를 구체적으로 '성과뇌, 정보뇌, 집중뇌, 창조뇌, 관계뇌, 긍정뇌, 조화뇌, 열정뇌' 이렇게 8개로 나눠서 소개하고 있다. 포스트잇 위주로 기록해본다. - 인간은 먼 목표보다 바로 눈앞에 놓인 스케줄을 우선시하는 경향이 있다는 것을 잊지 말라. 이것이 구체적인 마지노선을 통해 시간압박을 가하는 것이 유용한 이유이다. - 집중하는 것은 포기하라! 이제 오랫동안 한 가지 일에 집중하는 것은 거의 불가능하게 되었다. 그렇다면 이제는 순간적인 집중력을 길러야하는 때이다. 이른바 '순간 집중법'이..
윤앤리퍼블리싱의 2번째 책, 「파워 오브 러브」출시 (구매인증샷!)
2014. 11. 27.기다렸던 윤앤리 퍼블리싱의 2번째 도서 출간 소식을 카페에서 오늘 전해들었습니다.(자세한 소개글은 여기서 확인하세요 ☞ http://cafe.naver.com/ynl/472) 구매가 가능한지 교보문고 인터넷 사이트에서 확인해보니 광화문점에서 바로드림으로 1권 구매가능!!곧장 주문하고 퇴근길에 받아왔습니다.그렇게 책을 사도 평소 찍지도 않던 인증샷을 찍어봅니다. 이걸 계기로 제 블로그에 이제 다른 책도 사진 좀 올려볼까요? 만만치 않은 두께만큼 내용 기대됩니다. 외형적으로 보이는 표지 디자인도 보시다시피 잘 나왔네요.고생하신 흔적이 눈에 선합니다. 잘 읽도록 하겠습니다!!
15. 워드 클라우드 Word Clouds
2014. 11. 26.아래와 같이 corpus 내의 단어들을 대상으로 빈도 기준으로 워드 클라우드 Word Clouds 를 만들어 본다. > install.packages("wordcloud") // 패키지부터 설치하고Installing package into ‘C:/Users/fukaeri/Documents/R/win-library/3.1’(as ‘lib’ is unspecified)trying URL 'http://cran.nexr.com/bin/windows/contrib/3.1/wordcloud_2.5.zip'Content type 'application/zip' length 466745 bytes (455 Kb)opened URLdownloaded 455 Kb package ‘wordcloud’ successfull..
14. 워드 출현빈도 그래프로 나타내기 Plotting Word Frequencies
2014. 11. 26.sort() 를 이용하여 해당 corpus 내 모든 단어들의 빈도를 카운트할 수 있다. > freq head(freq,14) the and that you have will this but draft 71 56 51 27 15 15 13 11 11 about all strickland: for know 10 10 9 8 8 > wf head(wf) word freqthe the 71and and 56that that 51you you 27have have 15will will 15 > library(ggplot2) Attaching package: ‘ggplot2’ The following object is masked from ‘package:NLP’: annotate > p 10), aes(word,..
후쿠오카 신이치, 「동적평형」- '생명의 시스템'과 '기계의 매커니즘' 의 차이
2014. 11. 26.'생명의 시스템'과 '기계의 매커니즘' 의 차이를 읽어내는 열쇠 가운데 하나는 시간일 것이다. 기본적으로 기계를 조립하는데 있어 시간적인 순서는 아무런 관계도 없다. 그저 필요한 부품이 거기에 있으면 되는 것이다. 어떤 부품을 사용했는지도 상관없고, 조립에 소요된 시간이 1시간이든 1년이든 상관없다. 하지만 생명은 그렇지 않다. 생명은 마이크로차원의 부품으로 이루어져있으나 거기에 플러스 α의 생기가 더해짐으로써 비로소 생명이 된다는 생기론이 있다. 물론 생기는 없다. 하지만 플러스 α는 존재한다. 플러스 α란 단적으로 말하면 에너지와 정보의 출입을 말한다. 마이크로 차원의 부품과 부품사이에는 정보가 오간다. 이것이 바로 플러스 α다. 모든 생명현상은 에너지와 정보가 어우러져 만드는 그 '효과'에서 비롯한..
후쿠오카 신이치, 「동적평형」- 우향 상승 곡선이라는 것은 우리의 단순한 환상
2014. 11. 26.인풋과 아웃풋의 관계가 단순한 비례관계, 즉 우향 상승 곡선이라는 것은 우리의 단순한 환상에 지나지 않는다. 생명현상을 포함한 대부분 비례관계=선형성이 아니다. 비선형인 것이다. 자연계의 인풋과 아웃풋의 관계는 대부분 S자를 좌우로 늘여놓은 것 같은 시그모이드(Sigmoid) 곡선이라는 비선형성을 취한다. 비선형성은 음악을 들을 때 볼륨 다이얼을 돌리는 것(인풋)과 나오는 소리(아웃풋)의 관계를 생각해보면 쉽게 익힐 수 있다. 볼륨 다이얼을 계속 오른쪽으로 돌리면 소리는 더 커져야 하는데 그만큼 크게 들리지 않는다. 즉, 처음에는 인풋에 대한 아웃풋의 응답성이 둔하다. 그런데 볼륨다이얼이 어느 위치를 지나면 갑자기 천둥소리처럼 커진다. 하지만 볼륨다이얼을 극도로 많이 들린 위치에서는 더 이상 다이얼을 돌..
13. 상관관계 그래프로 보여주기 Correlations Plots
2014. 11. 26.Rgraphviz 는 corpus 내 선택된 단어들간의 상관관계를 네트워크 그래프로 보여주는 기능을 한다. 아래는 10번 이상 언급된 단어들 중 상관관계가 0.5 이상인 5개의 단어들 간의 관계를 보여주는 그래프이다. 상관도라든지 빈도 등의 옵션이 주어지지 않았을 때 기본값은 20번 이상 언급, 그리고 0.7 의 상관도이다. > plot(dtm, terms=findFreqTerms(dtm, lowfreq=10)[1:5], corThreshold=0.5)Loading required package: RgraphvizLoading required package: graphLoading required package: grid
12. 등장빈도 및 단어간 상관도에 의거한 term 조회 Identifying Frequent Items and Associations
2014. 11. 25.등장빈도에 따른 term 조회는 findFreqTerms()를 이용한다. > findFreqTerms(dtm,lowfreq=1000) // 최소 1,000번 이상 등장한 term, 없다.character(0)> findFreqTerms(dtm,lowfreq=10) // 10번 이상 나온 term [1] "about" "all" "and" "but" "draft" "have" "that" "the" "this" [10] "will" "you" We can also nd associations with a word, specifying a correlation limit.특정 단어와의 상관도를 기준으로한 조회도 가능하다. findAssocs() 를 이용하는 것으로, 두 단어가 항상 같이 등장하면 그 값은 1..
11. Removing Sparse Terms
2014. 11. 25.sparse는 0 또는 등장하지 않는 term 이 얼마나 많은지를 의미하는 것으로, 수많은 0 으로 이루어진 행렬의 경우 알고리즘이 불필요한 수행으로 쓸데없는 시간을 낭비하게 만든다. 이런 경우 sparse term을 제거함으로써 효율적인 데이터 분석을 할 수 있다. removeSparseTerms() 을 이용하여 sparse term 을 제거할 수 있으며, 필요한 것은 얼마만큼의 행을 지워버릴 것인가이다. 현상태에서 보면 sparsity = 90% 이며, 의미있는 actual data values ("non-sparse entities") 는 547개이다. 먼저 sparse 를 70 으로 한 경우는 다음과 같다. > dtm.common.70 inspect(dtm.common.70)해당 corpus 내에..
리눅스 방화벽 설정 iptables
2014. 11. 25.1. 변경내용 적용방법iptables 파일은 아래에서 보시다시피 /etc/sysconfig 에 위치한다. 직접 수정후 업로딩하거나 아래와 같이 콘솔상에서 직접 편집한다. #cd /etc/sysconfig/#vi iptables#service iptables restart#/etc/init.d/iptables save2. 도입부# Firewall configuration written by lokkit# Manual customization of this file is not recommended.# Note: ifup-post will punch the current nameservers through the# firewall; such entries will *not* be listed here.*fi..
ftp 프로그램 파일질라 FileZilla 편집기 설정변경방법
2014. 11. 25.ftp 프로그램 파일질라 FileZilla 편집기 설정변경방법 기본설정과 편집하려는 파일 유형에 따라서는 아래와 같이 보기 불편한 뷰를 선보이는 경우가 있다. 파일 유형에 따라 편집기를 달리 설정하거나 아니면 쓸만한 놈으로 기본편집기를 설정해보자. [편집] - [설정] - [파일편집] 으로 이동하여 아래와 같이 '사용자 편집기 사용'을 체크한 후 찾아보기를 통해 기본 편집기를 선택한다. 여기서는 eclipse 를 사용하기로 한다. 해당 실행파일을 선택한 후 아래 메뉴에서 '항상 기본 편집기 사용'에 체크한 후 [확인]을 누른다. 아래와 같이 이클립스에서 해당 파일이 열리는 것을 볼 수 있다. [파일편집] 서브메뉴인 [파일유형연결]을 통해서는 확장자별로 편집프로그램을 달리 가져갈 수도 있다.텍스트박스에 직..
10. 행렬로 전환하여 CSV 포맷으로 저장하기 Conversion to Matrix and Save to CSV
2014. 11. 22.Document-term matrix 를 다른 툴에서 활용할 수 있도록 CSV 파일로 저장하기 위해 단순 행렬로 변환할 수 있다. 아래와 같은 방법으로 행렬 변환이 가능하다.> m dim(m)[1] 10 531R의 계산한계를 넘어서는 경우에는 아래와 같은 에러 메시지가 출력된다.## Error in vector(typeof(x$v), nr * nc) : vector size cannot be NA## In addition: Warning message:## In nr * nc : NAs produced by integer overflow이런 경우에는 밀도가 희박한 term 을 제거하는 것을 고려해볼 필요가 있다. 일단 표준 행렬로 변환되고 나면, write.csv() 를 이용하여 파일로 저장할 수 있다...
09. term의 출현빈도에 대한 분포 구하기 Distribution of Term Frequencies
2014. 11. 22.앞에서 살펴본 term의 출현 빈도에 대한 분포를 구한다 > head(table(freq),15) // Frequency of frequenciesfreq 1 2 3 4 5 6 7 8 9 10 11 13 15 27 51 // 그러니깐 1번 나오는 용어가 362개, 2번 나오는 용어가 82개와 같은 식362 82 31 16 8 11 6 3 1 2 2 1 2 1 1 > tail(table(freq),15)freq 3 4 5 6 7 8 9 10 11 13 15 27 51 56 71 // 71번 나오는 용어는 1개와 같은 식31 16 8 11 6 3 1 2 2 1 2 1 1 1 1 >
08. Exploring the Document Term Matrix
2014. 11. 22.Document-term matrix 를 행렬로 변환하고, 컬럼끼리 값을 합하여 출현빈도를 구할 수 있다.> freq length(freq)[1] 531위의 freq 를 정렬함으로써, 출현 빈도가 가장 높은 term과 가장 낮은 term을 구할 수 있다. > ord freq[head(ord)] // # Least frequent terms (sample @coordinator @delighted @she @two 10,000. 1 1 1 1 1 1 > freq[tail(ord)] // # most frequent termshave will you that and the 15 15 27 51 56 71 > freq[tail(ord,10)] // 갯수 지정도 가능 all but draft this have ..
07. Document-Term행렬 만들기 Creating a Document-Term Matrix
2014. 11. 22.Document-term matrix 란 문서를 행으로, 그리고 용어를 열로 가지는 행렬로, 해당 문서의 해당 용어의 출현빈도를 카운팅해서 알려준다. DocumentTermMatrix() 를 이용하여 해당 행렬을 만들 수 있다. 예를 들면, 다음과 같다. D1 = "I like databases"D2 = "I hate databases",then the document-term matrix would be:IlikehatedatabasesD11101D21011 [출처] http://en.wikipedia.org/wiki/Document-term_matrix아래와 같이 실행해보면 총 10개의 문서에, 503개의 용어가 사용되고 있음을 알 수 있다. > dtm dtmNon-/sparse entries: 51..
06. Stemming 어간추출
2014. 11. 22.Stemming 어간추출 예를 들면, "es", "ed", "s" 와 같은 common word endings english 을 제거하는 알고리즘을 이용한다. SnowballC 패키지의 wordStem() 의 기능을 이용한다(Bouchet-Valat, 2014) 많은 경우에 데이터 분석을 위해 어간을 추출할 필요가 있다. 예를 들어, "example" 과 "examples" 은 동일한 "exampl" 에서 비롯되었다고 할 수 있기 때문이다. 아래 결과를 통해 추출전과 추출후를 비교해보자. > doc[[3]]STRICKLAND: All right. So it will be prior to August 14th or whatever date it is.> doc[[6]]STRICKLAND: Way prior..
05. Preparing the Corpus - 특정 변환
2014. 11. 22.Specific Transformations 의 예 > toString inspect(doc[6]) [[1]]clewell yes im coordinator reading language arts montgomery county public schools suburban district surrounding washington schools elementary schools > doc inspect(doc[6]) [[1]]clewell yes im coordinator reading language arts montgomery county public schools suburban district surrounding WA schools elementary schools
04. Preparing the Corpus - 기본 변환
2014. 11. 22.1. 소문자 변환 Conversion to Lower Case > inspect(doc[2]) [[1]]STRICKLAND: Good morning. > doc inspect(doc[2]) [[1]]strickland: good morning. // G -> g 로 변환되었음을 알 수 있다. 2. 숫자 지우기 Remove Numbers > inspect(doc[6]) [[1]]clewell: yes. i'm the coordinator for reading language arts with the montgomery county public schools which is the suburban district surrounding washington. we have 173 schools and 25 el..
03. Exploring the corpus - 전처리 및 간단한 변환
2014. 11. 21.1. Exploring the Corpusinspect() 를 이용하여 문서의 데이터가 제대로 로딩되었는지 확인이 가능하다. > inspect(docs[2]) [[1]]NULL2. Preparing the Corpus텍스트 분석을 위해서 경우에 따라서는 전처리 과정이 필요할 수 있다. 아래에서 보듯이 대상 텍스트를 소문자로 변환시키고, 숫자를 제거하는 등의 기능을 갖고 있음을 확인할 수 있다. > getTransformations()## [1] "removeNumbers" "removePunctuation" "removeWords"## [4] "stemDocument" "stripWhitespace"변환을 위해서는 tm_map() 을 사용한다. 아래에서 살펴본다. 3. Simple Transforms 아..
시마다 마사히코 원작 일드「악화 惡貨」, 11/23 1화 방영
2014. 11. 21.기대되는 드라마, 악화 11/23 1화가 방영됩니다. 원작 만큼의 재미 기대해도 좋겠죠? 노노미야와 에리카 어서 만나보고 싶네요. http://www.wowow.co.jp/dramaw/akka/ "... 사람들이 모두 돈의 힘은 만능이라고 믿어버리기 때문에 아무리 시간이 흘러도 가난한 사람은 가난한 채로 살고 부자는 점점 더 부자가 되는 거에요."