오늘도 블로그

  대항해 시대 오리진을 하면서  사람들의 로망인 것은  빠른 선박이다.   나는  아직 까지  삼부크까지만 해보았기 때문에, 삼부크 이상 빠른 배를 보지 못하였다.  

   예전 대항해 시대 온라인에서도  삼부크 정도의 배 면 인도 까지 다녀와서  많은 수익을 얻었으니까?   하지만,  지금은  수익의 대한 개념이 조금 바뀌 었다.  

 대항해 시대 오리진을 선박을 잘못 운영하게 되면,   아무리 좋은 배를 구입 하여도, 당연 속도를 제대로 낼 수 가 없다. 많은 사람들에게 사랑 받고 있는 삼부크에 대해 알아 보겠다. 

우선 삼부크를 빠르게 몰려면,  일단  항해사의 자질이 매우 중요하다.   예전에는 배만 좋은면  빠른 속도를 낼 수 있었는데,  지금은 그렇지 않다. 

지금 나의는 선박 운항 조건에서 모험 레벨 2가 부족하다.   즉 선박 운항 조건이 미달 되어 선박 속도를 제대로 못내고 했다.  

선박 기본 능력에서 5%의 감소만 될 뿐이지  크게 감소 되는 것은 없다.   나중에 운항 조건이 맞아 지만,  그때 알 수 있을 것이다. 

하지만,  레벨 20이 이후 부터는  거래소가 운영 된다.  거래소에서 선박을 구입 할때,  항상 유의 하면서 봐야 할 것이 있다. 

같은 탐험선이라도  세로돛에 의한 차이가 난다,    물론 조선소에서 건조 하는 것도 좋지만,  조선소에서 건조 하는 선박 중에서는 세로돛은  랜덤 하기 때문에,   어떤것은 높게 나오고,  어떤것은 낮게 나온다.    

대항해 시대를 중학교 때부터 시작 해서  49살 중년까지  하는 나로서는  세로돛을 달게 되어도  역풍이 많은  지중해 연안은 문제 없이 돌아 다닐 수 있다. 

  가로돛은  순풍에 매우 빠른 속도로 운행 되지만,    아직까지는 보아온 바가 없다.    세로돛 수치가 낮은 것은  모험선 보다는 물건은 사고 파는 상선에 불과 하기 때문이다. 

따라서,  거래소에서 삼부크를 살때는 항목을 필터를 처리 한 다음에 세로돗을 보고 세로돛을 높은 것을 구입 하여야 만 한다.   

물론 빠르게 달리고 싶다면,  이 수치를 보고 해야 한다.   

대항해 시대 온라인을 하면서,  속도가 빠른 것이 제일 좋았다. 

대항해 시대 오리진에서는 교역 7공주가 있다.   

마리아 피타(1)>-   아녜스 소렐(2) ->  이자벨 드로렌(3)->  안 도트리슈(4) ->  앤 불린(5) ->  메리 스튜어트(6) -> 카테리나 데메디치(7) -> 사피예 술탄(8) 

 아프리카 항을 개척하게 되는 Lv 20 정도 되면,   아프리카 개척 하면 에 무기류나  보석을 많이 거래 한다. 

가격은 거리에 비례 하지 않으므로,   거래 할때,  거리감안하면   모험이 많이 늘어나고,  교역이 늘어나지 않는 경우가 있다. 

어찌 되었든,  스킬있는 상인 선단을 꾸려 놓고 가야 한다. 

마리아 피타(1)>-   아녜스 소렐(2) ->  이자벨 드로렌(3)->  안 도트리슈(4)  까지  고용하면 인벤에서는 앤 불린을 고용할 수 있다고 하지만  브리스톨 항구가 열리기 전까지  앤 볼린이 나오지 않았다.   

런던에서 출발 하여  에든버러를 돌고  두블린을 열고 브리트톨을 열어서 앤 볼린이 나왔는데,   정말 많은 삽질을 했다. 

그 뒤에 있는 메리 스튜어트도  많이 삽질 한다던데,  일단  한번 기다려 보는 것이 좋다.     지금 나의 레벨은 아래와 같이 12LV 밖에 되지 않기 때문에,  공주들을 선장으로 해도 별 문제가 없다.   

즉 해적의 공격이나,  유저의 공격이 없다는 것이다.  그래서 7공주를 얻고나서,  그 다음 사피에 술탄을 얻은 다음  항구도 본격적으로 투자 하고,  구매/판매/협상/교환도 할 것이다.  그러면,  다른 캐릭터 보는 어렵지 않게 두캇을 모을 수 있다. 

메리 스튜 어트는 매우 쉽게 애든버러에서 항해사 고용하였다.   이제 6공주가 다 모였다.   공주 한명 만 모으면,  그 다음에는 사피예 술탄을 얻을 수 있다. 

  대행해 시대 오리진 하면,  특정 지역의 언어를 할 수 있는 항해사를 구하여야 한다.  만약에 구하지 못하였을 경우 아래 그림과 같은 알지 못하는 문자들이 만들어 지면서, 안되는 것이 많다. 

물론 현질 유저로서,  블루젬을 가지고로 많은 항해사를 고용했다면,  상관이 없지만,  무과금으로 하였을 때는 항해사를 구하는것이 녹록지 않다.    

   무과금은 C급 항해사라도,  구하여야 한다.

여기는 알제 항구인데  언어를 할 줄 아는 항해사 아무라도 구해여야 한다. 

 아랍어나,  오스만어를 아는 항해사를 구하려면,   인근의  항구도시인 세우타에서 구할 확률이 많다.  어찌 되었든 가보자

어찌 되어듯 나는 아랍어 할 줄 아는 인원인 슈뮤엘 베일라시,   케추마어를 할줄아는 항해사를 우선 구하려 한다.   스웨덴어  할 줄 아는 사람은 북해에서도 많을 것이니,   세우타에서  다른 지역으로 갈 수 있는 거점을 마련 할 것이다. 

블루젬을 쓰는 것보다.   일단  협상을 통해서 고용하자.   열심히  후원 하자.  

이번 패치로 인해 고용 헙상 시 일정 시간을 기다려야 한다.    C급 항해서는 10분을 기다려야 하는데,   일단 기다려 보자.  

시간 단축을 하면,  레드젬 즉 돈이 들어가기 때문에,   시간이 걸리더라도,  기다린 다음에 고용을 하자. 

대항해 시대 오리진은  빨리올리려면, 돈이 필요 하다.   그런데,  돈 보다는 시간을 기다리면서 천천히 하는 것이 좋다. 

패치 전까지 바로 했었는데,  조금 않좋게 패치 되었다.  

어찌 되었든   C   급 항해사에 블루젬을 많이 쓰게 되면, A 급이나, S급 항해사 사용할 때,  현질을 해야 하는 매우 부담이 크거나,   두캇을 모아야 하는데,   초반에는 두캇을 모으기가 쉽지는 않다. 

고용협상으로 구해 하였다.,   그럼   알제어서도 언어가 통하는 항해사를 구하였다.  알제에 가서 한번 대화를 해보자. 

역시 알제 출항 소에서 언어가 잘 통하였다.

   대항해 시대 오리진 오면서,   가장 짜증 나는 부분은 선박이라고 해도 과언이 아니다.      그런데,  선박을 건조 할때,  건조 속도가 늦어도 너무 늦다.  그래서  이번 추석 이벤트 때 모은 블루젬 500을 가지고 발주함 공간을  더 늘려야 할 것 같다.    물론 블루젬을 대체 할 수 있는 것도 있다.   레드젬이다.   하지만 레드젬은  현질 해서 사야 하니,   대항해 시대 오리진 하면서 비용이 많이 수반이 된다. 

하지만,   초반에 설계도 레벨을 빠르게 올려,  좋은 배를 받으려면,   발주공간을 늘리는 것이 매우 중요 하다. 

설계도 레벨을 보면,  서양 건조 2레벨 인데,  배 한척 발주 해서 건조시, 15씩 올라가니,  110까지 올려면,  8척의 배를 만들어야 한다.  

즉  선박 발주 함 공간이  1개이면,  8척 즉 8시간이 걸려야  건조레벨을 올리 수 있다.  하지만,  발주함 공간이 2개이면  4시간 이면 올릴수 있다. 

   이 만큼 배를 올리는데,  효율성이 좋은 것이 없다.    예전 대항해 시대는  배만 좋으면,  모든 것이 충족 되었는데,  이번에는 현질 시스템에 생기면서,  선장과 항해사의 역할도 매우 중요해 졌다.

그렇지만,    우선 배가 좋아야,   이동도 빨리하고,   해전을 준비 할 수 있는 배를 만들 수 있다.    그리고  교역품을 많이 실어 나를 수 있는 상업용 선박을 건조 할 수 있다. 

   그 만큼  배를 건조하고,  레벨을 빠르게 올리는 것이 중요 하다는 이야기 이다.  

  설계 레벨을 설정 할때,  3레벨 이전까지는 상업용 선박이 많은 이유는 초반에는 자금이 부족하니,   교역을 많이 해서 자금을 확보 하라는 의미  이고, 4레벨은 탐험 할수 있는 슬루프가 나온다.  이때 부터  본격적인 지중해와 아프리카 까지 탐험 하라는 것이고,  레벨 5에서는 전투를 많이 해서 전투 레벨을 올리라는 것과 같다. 

 동양 배도 선박건조 레벨 올리는 것도 좋은데,  5레벨에 탐험용 선박 프로아가 있지만,  선단 레벨 20이 되면,  블루젬 가지고,  프로아를 구입 할수 있다.    상황에 따라서 현질이 필요 하지만,  그렇다고 해서 프로아가 꼭 빠른 배냐 그것은 아니다. 

 예전에 대항해 시대 오리진을 하려면 일일이 돌아 다녀야 하지만,  지금은 조합의 퀘스트로 인해 자동으로 항구를 찾을 수 있다.   이건은 이전 버전보다  너무나 편해 진것이다.  

내가 발견한 항구는 아래와 같다. 

조합에서 의뢰를 보면,  아래와 같이 바로셀로나 항로 개척이 나온다.    이것만 클릭 하면,   자동으로 바르셀로나 항구를 찾아 준다. 

즉 억지로 찾을 필요가 없다는 것이다. 

일반적으로 ???  부분에 항구 이름이 있으나,  새로운 항로 개척이라는 퀘스트를 하면,  항구를 자동으로 찾아 준다.  

그리고  항구를 찾은 이후에는 아래와 같은  화면이 뜬다. 

그리고 출항소에 가면 아래와 같은 화면이 계속 뜬다.  

그리고 보상도 같이 받는다. 

그래서 새로운 항구를 열때  일일이 돛 조종 하면서 항구 발견 할 필요가 없다.    퀘스트만 잘 하면, 항구를 지속적으로 찾을 수 있다.   

    항구 발견 새로운 퀘스트를 바꾸려면,   항구를 이동 하면서 바꾸면 된다. 

  대항해 시대 오리진에서 모험 케스트 할때,  매우 중요 하다.  하지만,  초반에 육지 탐색시 매우 유의 할 점이 있다.   선박의 인원이 많지 않거나,  보호 장구를 제대로 착용 하지 않았을 경우 손실이 매우 크다. 

      항해사 레벨이 낮고 경험치가 낮은 경우, 항해사도 부상 입고 선원도 많이 잃는다.  아래의 경우를 가지고,  육지 탐험을 해보자 

아래와 같이 2개의 함대를 가지고,  탐색을 하였다. 

조안 페레로와  로크알렘캠을 선장으로 해서 육지 탐색 해보자.

선원을 최소 인원으로 한번 세팅 해보고,  탐색 준비를 하자 물론 아무런 장비 없이,  하는 육지 탐색 이므로,  손실이 클것이라 생각이 든다. 

시작 할때 부터 선원수 2명이 줄어 든다고 뜬다. 

전투력,  관찰력, 채집력도 매우 낮다.    

나폴리 부근에서 계속 탐험해도 발견물/부품/지원이 나오지 않는다.   이건은 항해사들의 능력치가 매우 중요 하다. 

최소 인원으로 했는데,  선원수가 34명이나 감소 했다. 

다행해 동료가 아픈 사람이 없었다.  그런데,  존바이런이 있었을때는 손실이 없었는데,  손실이 매우 크다.  발견물이나,  부품 지원율도 없다. 

그냥 퀘스트만 완료 한것이다.   그러니까?    아래와 같이  현질 하지 않은 항해사만 있었을 때, 문제가 생긴다.    

 아직 어떻게 해야 할지는 알수 없다.   하지만 추가로  도구점에서  발견물 찾을 수 있게 도움을 줄 수 있는 물품 들이 있다. 

도구점에서 모험용 물품을 구입 후 다시  가서 실행 해보자.   이번에  육짙탐험 할때는 선원을 꽉꽉 채워 놓고 한번 해보자. 

도구 물품은 아래와 같다. 

위에 있는 육지 탐험용 물품을 사용하니,  아래와 같이 결산 되었다. 

어찌 되었든 뭐라도 건지긴 한다.    그런데,   현질 유저하고는 많이 다르다.  

하지만,  그래도 탐색 물품을 사용하지 않는 것 보다는 낮다. 

 대항해 시대 오리진을 해보니,  실제로 항해 하는데  속도는 인물이 좌우 하지 않는다.   본인이 어떤 것을 하고 싶느냐가 매우 중요한데,  모험 탐사를 하고 싶으면,  탐사 잘하는 항해사,  상인을 고용하고 싶으면,  상인과 관련된 항해사,  하지만  여기에서 가장 중요한게  언어에 대한 항해사 이다. 

   대항해 시대 오리진은  항해사에 대한 언어 기능이 있다.      대항해 시대를 하면서,  무조건 현질 한 다음  마구 잡이로 인물을 구하면,   그냥 돈을 날리는 어처구니 없는 행동을 할 수 있다.    이 글을 이용하는 것은  언제나,  무과는 또는 저과금 유저들을 하기 위한 것이다.  

    나는 제독이 조안 페레로 영어, 프랑스어, 포르투칼어, 에스파냐어 등은 초기에 시작하면서 나오는데,   아랍어를 할 수 있는 사람이 없다.  

  대항에 시대 오리진에서 한참 하고 있는 이벤트를 하고 있다.   두카트 이벤트가 있는데,   교역을 하지 않아도 아주 두카트 우익이 매우 짭짤 하다. 

대항해 시대 오리진 이벤트를 할 때  얻을 수 있는 것이 많으니까?   이리 저리 다니고 있다.  

그래서 소문을 찾아서 알제 출항 하는 퀘스트를 받고 성공하면 복주머니 1,000 재화를 받을 수 있는데,   알제에 가니 아랍어 할 수 있는 항해사가 없어서,  퀘스트를 성공하지 못하였다.  

그래서 인근에 있는 항구 세우타에서   위에 있는 이벤트를 하고 나니 비용이 충분해서,  카시드를  약 2백만 두캇에 구매 하였다.   

그러니까?   동쪽 지도를 펼치려면,  역시 그것에 합당한 언어를 사용할 줄 아는 선원을 뽑아야 한다. 

그리고 런던에서  네덜란드어를 하는 항해사를 뽑는 데,  이것도 협상해서 하면 된다.  C 급 항해사는 50만 두캇이면 새로 고용 할 수 있다.   후원을 약 20번 정도 하면,  친밀도가 최대치가 되는데 그때 고용 협상을 하면 된다. 

그리고  장비를 갖추지 않은 상태에서   육지 탐험 하다가,   아래와 같이 전투 중 부상을 입을 수가 있으니,   충분히 고려 해서 육지 탐험 해야 한다.  

이것을 극복 하려고 하면,  존 바이런 항해사를 반드시 고용 하여야 한다.    그러나  현질을 하지 않으면,  구입 할 수 없으므로,  상황이 되면,  그 때 고용 하여도 될 것 같다.  

존 바이런이 없어도 육지 탐험이 잘되는지는 지켜봐야 알것 같다. 

 너무 비싸  후원도 못하고,  블루젬으로도 구입 할 수 없다.      현질을 하게 되면  이런 글을 쓰는 것이 의미가 없으니,  존 바이런 없이,  한번 진행해 보겠다. 

  대항해 시대 오리진은  예전 시스템과 다르게  조선소에서 건조해서 설계 레벨을 올려야 한다.     

즉 예전 시스템에서는 경험치만 있으면, 되지만  이번에는 선주가 되어야 설계에 대한 경험치를 준다는 시스템이다.  현실과 맞지만,  이런 것 때문에,  좋은 배를 매우 늦게 건조하게 된다.     

아래와 같이 한자 코그를 건조 하였으며,  건조하는데,   15분이 걸린다.  

그리고,  조선한 배를 수령 하려면,  원래 있던 조선소에서 수령해야 한다.      원래 있던 조선소에서 수령 받지 않으면 탁송료가 발생 한다.   탁송료를 써 가면서 할 것 까지는 없다.   그냥  건조 하였던 조선소에 가서 항해 한 다음에,   받으면 된다. 

초기 15분이 지나면 한자 코그를 받을 수 있는데,   

아래 그림과 같이 건조 레벨 10이 올라 간다.   즉 설계도 2레벨 까지 올라 가려면 3척을 건조 해야 한다. 

건조용 선박 부품을  구하려면,  선박레벨 4레벨 까지는 근거지에서 구할 수 있으니,  지속적으로  조선을 해야 한다. 

이것을 줄이기 위해서 발주함을 늘리려고 하니,   500 블루젬이 필요하다.    그러나 배를 빨리 받아 올리려면 발주함 공간을 확장 할 필요성이 있다.  

그리고 대항해 시대 오리진에서는  무역을 해서 두캇을 올리기 매우 어렵다.     설날 이벤트와 같이  라인게임즈에서 실시 하는 이벤트를 통해서 두캇을 올릴 수가 있다.   참고 하면 된다.    그러니까?  선박의 레벨을 올리려면 시간이 많이 걸린다는 이야기 이다.  

  이것은 PC와 모바일이 같이 되기 때문에 항상 이건만 붙잡고 할 필요는 없고,  모바일 할때는 자동 항해 되니까?  점심시간 그리고  퇴근 후  잠자기 전에 하면,  어느 정도는 될 것이다. 

몇 년 동안을 아주 우려 먹어 할 수 있는 게임 이다.  이건  유과금 유저도 마찮가지 이다.    

많은 사람들에게 혹평이 났던 것을 이것 때문이  아닐까?   싶다.   그리고  이 게임에서 올릴때는 모험으로 하였지만,  실제로 연대기를 하려면,  전투도 해야 하고  상업거래도 해야 하니,   여러가지를 갖추어야 한다. 

  대항해 시대 오리진에 거의  15년 만에 리뉴얼이 되어서 나왔다.   

아이폰에서 사용할 때는 매우 뛰어난 그래픽을 지원 한다.  

아이폰에서 그래픽 렌더링이 매우 뛰어 나며,  사용자 느낌상 아이폰이  좋 더 좋은 그래픽이  미세하고 부드럽다.   

다른 컴퓨터 사양과 마찮가지로,  그래픽 카드의 사양의 영향을 많이 받는다.   아래는 RTX3080의 사양을 나타낸 것이다. RTX3080에서도 31% 점유율을 먹는다.     즉 그래픽 카드의 사양이 떨어지면,  대항해 시대 오리진을 하는데,  사양이 매우 많이 떨어져서,  버벅 거린다.   결국 이 게임을  재미 있게 하려면,  컴퓨터 사양이 매우 좋아야 한다.    

 대항해 시대 오리진도 다른 종류의 게임과 마찮가지로,  게임 사양의 영향을 많이 받는다.    PC에서 재미 있게 하려면, 역시 PC 사양이 좋아야 한다. 

초기 인트로 화면은 아래와 같다.   역시 15년 전에 대항해 시대 온라인 할때의 기억이 많이 난다. 

그리고 초기 인트로를 반드시 해야 블루젬을 얻을 수 있으니,  반드시 해야 한다.  블루젬은 게임에서만 얻을 수 있는 아이템 인데,  이것을 절대로 허투로 써서는 안된다.  나중에 고급 항해사를 고용할때, 많은 비용의 블루젬을 써야 하기 때문이다.  

    새로운 계정을 사용할 때 마다,  초기에 인트로를 보는데 시간이 많이 걸리지만 아래와 같이 서장 보상 획득 하려면,  받드시 받아야 한다.   

받았다고 막쓰면 안되고,  아껴써야 한다. 

 대항해시대 오리진은  예전과 다르게  모든 수익을 게임사에서 먹는다.   예전 대항해 시대 온라인 처럼 개인간  거래는 없다고 보면 된다. 

     게임사에서 판매 하고 있는 것은 레드젬이다.   물론 개인간 거래가 가능 하다.  레드젬 가격이 1개에 10원 간다고 생각 하면 된다. 

   나와 같은 성격은  배를 빠르게 키우고 싶기 때문에,  현질을 많이 하게 된다.   맨 처음에 시작 하면 현질을 최소 10만원 이상 해야 그나마,  답답하지 않게 진행 할 수 있다. 

 멘 처음 받는 배가 타렛데 인데,  타렛데는  6.5노트 이다.   거의 타지 못한 다고 생각 하면 된다.    5레벨 되는 선박의 절반 속도가 나온다. 

이 정도 속도 가지고 지속 하기 어려우니,  일단 배라도 바꾸어야 한다. 

1,200원짜 초급 스타트 패키지를 현질 하면,   캐러벨로 바뀌는데  축역풍 7.6으로 바뀐다.  

배를 빨리 올리려 하려 하는데,  배를 올리 려면,  계속적으로  배를 건조 해야 한다.  

배를 건조 하게 되면,  설계도 레벨이 올라가서 보다 좋은 배를 만들 수 있다.    

이것만 봐서는 정말 게임 하기는 어렵다.  어찌 되었든 배가 좋아야 하는데,  다음 시간에는 배에 대해서 알아 보겠다. 

 확률변수(確率變數, random variable) 

어떠한 값이 되는가 하는 것이 확률 법칙에 의해 결정되는 변수를 확률변수 (random variable) 라 한다.  

• 값이 이산적(離酸的, dirscrete) 일 때, 이산형(離酸形) 확률 변수 
• 값이 연속적(連續的, continuous) 일 때 , 연속형(連續形) 확률변수라 한다.

확률변수라는 총체적인 의미를 나타낼 때에는  X와 같이 대문자로 나타내고, 확률변수의 표본값(데이터)으로서 실제값을 나타낼 때에 x와 같이 소문자로 나타내는 것이 일반 적인 표현 방법이다. 

확률밀도함수(確率密度函數ㅡ probability density function, p.d.f)

 확률변수 X 가 a ≤ X ≤ b의 값을 가지는 확률 P(a ≤ X ≤ b)가 

와 같이 나타낼 수 있을 때, f(x)를 확률밀도함수(確率密度函數ㅡ probability density function)라 한다. 

f(x)에는 다음과 같은 성질이 있다. 

 반대로 이 두 조건을 만족하는 함수는 모두 확률밀도함수가 될 수 있다. 

위 그래프 "1.확률밀도 함수"의 확률을 도식적으로 나타내면  아래  (a)의  빗금친 부분의 면적에 해당하며,  특히 어떠한 특정한 값 x를 가질 확률은, 식 "2.확률밀도 함수의 성질" 과 같이  a와 b를 한없이 x 값에 접근 시킨 경우의 값으로 얻어지며, (b)와 같이 x에서 dx 를 생각하여 x와 x+dx 사이의 확률 f(x)dx 로 정의 할수 있다. 

  확률 밀도 함수 이것만 보면,  무엇을 설명 하고 싶은 건지 알수 없다.  

 아래의 예제를 보면 확률밀도 함수의 구간을 구하는 코드가 있다.  확률밀도 함수는 0~1까지의 숫자로 나타내며,  그 합이 1이여야 한다.    결국 확률 100% 넘지 못한다는 것이다.   구간으로 따지면   0 ≤ x ≤ 1 이다.   아래는 평균이 0이고 표준편차가 1인 정규분포의 밀도함수를 그린 것이고,  -2 ≤ x ≤ -1 까지의 구간을 빗금 친 것이다. 

# 평균이 0이고 표준편차가 1인 정규분포의 밀도함수를 만든 
# 이후 -2 부터 -1까지의 확률 밀도 함수의 그래프 구간을 그리면
  
  par(mfrow = c(1, 1))
  x <- seq(-3, 3, length = 100)
  y <- dnorm(x)
  plot(x, y, type = "l")

  xlim <- x[-2 <= x & -1 >= x] 
  ylim <- y[-2 <= x & -1 >= x]

  xlim <- c(xlim[1], xlim, tail(xlim, 1))
  ylim <- c(0, ylim, 0)
  
  polygon(xlim, ylim, density = 20)

        데이터 분석을 하거나,   머신러닝,  딥러닝 종류의  분석을 하려면,  통계학은 기본적으로 알고 가야 한다.   이것의 의미를 모르면,  어떠한 강의를 듣더라도 이해를 잘 못할 뿐 아니라,  어떠한 과제가 주어 졌을때,  기본적인 툴만 사용해서 해석 하는 Tooler 가 될수 있다. 

  Tooler 가 되면,  모든 분석에 있어서  Overfitting과  Underfitting에 대한 해석을 못해  분석 후 시스템에 적용시, 모델 결과 값은 좋은데,  실무에 적용하기 어려운 케이스가 매우 많다. 

모집단(母集團, pupulation)과 표본(標本, sample)

 어떠한 사물의 특징이나 현상을 알 필요가 있는 경우가 많다.  이러한 경우 일반적으로 관찰이나 측정을 해야 한다.  이러한 관찰이나 측정의 대상이 되는 사물이나 현상의 전체를 모집단(母集團, pupulation)이라고 한다. 

그러나 특별한 경우를 제외하고 모집단의 양이 너무 커서 모집단 전체를 관찰하거나 측정 하는 것은 거의 불가능 하다. 

실제로 관찰하기 위해 측정된 일부를 표본(標本, sample) 이라고 한다. 

표본을 가지고 올때,  우리는 샘플링 하여, 표본을 가지고 온다.  보통 샘플링 할때는 우리는 Random 하게 샘플링하여 데이터를 추출 하는 경우가 많다. 

흩어짐(dispesion)과 분포(分布, distribution)

  어떠한 대상을 측정 하였을 경우, 얻어지는 측정값은 언제나 일정한 하나의 값이 아니고, 각각 다른 값이 되는 것이 일반적이다.  이렇게 측정값의 크기가 고르지 않은 것을 흩어집(dispersion)이라 하고,  이 흩어짐의 상태를 분포(分布, distribution)라고 한다. 

표본평균(標本平均, sample mean)과 표본분산(標本分産, sample variance) 

  측정치의 크기는 일반적으로 다르므로 어떠한 분포를 사용하게 된다.  측정치의 분포상태를 정량적으로 나타내면 비교 등에 매우 편리하다. 

  분포상태를 나타내는 특성 중, 가장 중요한것이 1) 분포의 중심과 2) 흩어짐 정도 일것이다. 

분포의 중심을 나타내는 양으로서 평균값이 사용되며,  표본에 대해서는 다음과 같이 산술(算術)평균으로 얻어 진다.  

아래와 같은 기호를 사용하며,  "바" 라고 부른다. 

흩어짐의 정도를 나타내는 것은 평균값에서 값이 어느정도 떨어져 있는 가에 대한 것은로  데이터 양이 흩어짐의 정도를 나타낸 것을 분산(分産, variance) 라 한다. 

예제 ) 평균 및 분산 

   어느 야구선수의 15년간 평균 홈련 데이터를 나타낸 것이다.  홈련의 평균과 분산을 R로 구현 하여라.   

> # 홈련값의 변수를 x라고 한다. 
> x = c(24, 22, 26, 24, 18, 25, 24, 23, 24, 20, 26, 25, 21, 27, 29)
> plot(x)
> # 평균값을 구한다. 
> mean(x)
[1] 23.86667
> #분산을 구한다.
> var(x)
[1] 7.838095

 공식은 조금 복잡 하지만, 평균은 mean() 함수를 사용하고 분산은 var() 함수를 사용한다. 

치우침(bias)

  어떠한 측정 대상이 값이 하나의 값이라 해도, 많은 회수를 측정을 하면 측정 값 언제나 하나의 값으로 측정되지 않고, 여러 값으로 측정 되는 것이 일반적이다.  이 때, 측정치 분포의 중심, 즉 평균값과 참값과의 차이를 치우침(bias)라 한다. 

참값

 원래 참값이란 모르는 값이나 측정 분야에서는 참값을, 대상이 되고 있는 양이 모범적인 방법(exemplar method), 즉 얻어진 데이터가 궁극적으로 사용될 목적에 대해 충분히 정확하다고 전문가들이 동의한 방법에 의해 측정되었을 때 얻어지라고 생각되는 값으로 보고 있다. 

Ubuntu Linux R 설치 배경

  Ubuntu Linux에서 R 과 RStudio  설치 하는 이유는 아래의 대화 속에 있다. 

질문 :  안녕하세요 도움 덕분에 만들어 냈습니다.  스크립트에 한글이 있을때 되지 않아 전부영어로 바꾸었는데 혹시 어떤 프로그램을 쓰는 지 궁금 합니다. 

답변 :  스크립트를 한글화 하려면 리눅스나 맥에서 해야 합니다.  대부분의  R 전문가들은 맥북을 가지고 있습니다.  저는 리눅스 서버를 가지고 있구요. Windows R은 한글 인코딩 체계가 리눅스와 달라 Windows R 에서 구현하시는 분은 매우 드뭅니다. 

 하지만,  대부분의 처음 사용자들은  Windows R을 하고 있으며,  R을 습득 하기도 전에,  알수 없는 오류로 좌절하는 경우가 대부분이다. 

Ubuntu Linux R 설치 

 R Base 4.X 대로 설치 하려면 아래와 같이 하여야 한다. 

GPG Key 추가 

sudo apt-key adv --keyserver keyserver.ubuntu.com --recv-keys E298A3A825C0D65DFD57CBB651716619E084DAB9

레포지트리키 추가 

sudo add-apt-repository 'deb https://cloud.r-project.org/bin/linux/ubuntu bionic-cran40/'

이건은 R의 최신버전을 설치 할 수 있는  GPG Key와 레포지트리를 등록 하는 것이다. 

위의 사항이 등록 되었으면 최신 버전의 R 설치가 가능하다.  아래의 명령어를 차레대로 입력 하여 보자.

sudo apt-get update
sudo apt-get install r-base
# R 설치 확인
sudo -i R

위와 같이 명령어를 입력 하였으면,  최신 버전의  R이 설치 되어 있음을 확인 할 수 있다. 

R version 4.1.2 (2021-11-01) -- "Bird Hippie"
Copyright (C) 2021 The R Foundation for Statistical Computing
Platform: x86_64-pc-linux-gnu (64-bit)

R은 자유 소프트웨어이며, 어떠한 형태의 보증없이 배포됩니다.
또한, 일정한 조건하에서 이것을 재배포 할 수 있습니다.
배포와 관련된 상세한 내용은 'license()' 또는 'licence()'을 통하여 확인할 수 있습니다.

R은 많은 기여자들이 참여하는 공동프로젝트입니다.
'contributors()'라고 입력하시면 이에 대한 더 많은 정보를 확인하실 수 있습니다.
그리고, R 또는 R 패키지들을 출판물에 인용하는 방법에 대해서는 'citation()'을 통해 확인하시길 부탁드립니다.

'demo()'를 입력하신다면 몇가지 데모를 보실 수 있으며, 'help()'를 입력하시면 온라인 도움말을 이용하실 수 있습니다.
또한, 'help.start()'의 입력을 통하여 HTML 브라우저에 의한 도움말을 사용하실수 있습니다
R의 종료를 원하시면 'q()'을 입력해주세요.

Ubuntu Linux Rstudio 설치 

아래의 홈페이지에 접속해야 최선 버전의 Rstudio 를 설치 할 수 있다. 

https://www.rstudio.com/products/rstudio/download-server/debian-ubuntu/

 아래 명령어와 같이 Rstudio를 설치 하면, 설치는 마무리가 된다. 

sudo apt-get install gdebi-core
wget https://download2.rstudio.org/server/bionic/amd64/rstudio-server-2021.09.1-372-amd64.deb
sudo gdebi rstudio-server-2021.09.1-372-amd64.deb

devtools 와  rJava를 설치 하기 위한 환경 설정

devtools와 rJava 를 설치 하지 않으면 다양한 패키지를 사용할 수 없다.  따라서  아래와 같은 설정은 필수 적이다. 

devtools 를 설치 하려면 아래의 패키지를 설치 하여야 한다. 아래 것을 설치 하지 않았다면 설치 하지 않았다는 오류가 뜬다.  

sudo apt install build-essential libcurl4-gnutls-dev libxml2-dev libssl-dev libgit2-dev

rJava 환경 설정아래와 같이 한다. 

# 저장소 업데이트 
sudo apt update -y
#R java 파일이 있을거라고 생각되는 위치에 업데이트
sudo R CMD javareconf

그리고 rJava를 쓰려면  아래와 같이 하이퍼 링크를 걸어야 한다. 

ln -s ${JAVA_HOME}}/jre/lib/server/libjvm.dylib ${R_HOME}/lib/libjvm.dylib

 Linux R은  Windows R 보다는 설치가 조금 까다롭지만 설치가 끝나고 나면,  코딩에서 알수 없는 문제를 접하지 않아서 좋다.   

많은 사람들이 Linux 나 맥에서 R을 사용하기 바라면서 글을 마친다. 

 R은  어느 O/S에서나 완벽하게 설치 되지 않는다.     Windows R에서 설치하게 되면 한글 문제가 어김 없이 발생된다. 

한글 Path 때문에,  패키지가 설치가 잘되지 않는 경우가 많다.  사용자 대부분이 Windows R을 사용하고 있다.  그리고, Linux R에서 Windows R으 데이터 셋을 내려 받으면,  당연 한글 오류가 나타난다.   

하지만 Windows R에 설치만 잘되면,  패키지 설치 하기가 매우 쉽다. 

R 다운로드 및 설치

아래의 패이지에서 다운로드 받아 실행 한다.   전부 다운로드 받은 다음  다음 버튼만 클릭 하면 된다. 

https://cran.r-project.org/bin/windows/base/

RStudio 다운로드 및 설치

아래의 사이트에 들어가서 다운로드를 받고 설치 한다. 

https://www.rstudio.com/products/rstudio/download/#download

이것도 마찮가지로 다음을 계속 클릭 하여 마무리 한다. 

Rstudio 설치시 반드시 할일 

   Window 10 계정의 이름과 아이디가 영문이면 문제가 없으나,  만약에 한글이면 Rstudio 실행시 반드시 관리자 권한으로 실행 하여야 한다.    

위와 같이 파일 위치를 열었으면,  아래와 같이 오른쪽 마우스 클릭 하고 관리자 권한 실행을 반드시 하여야 한다. 

그러면,  R에서 한글깨짐 오류가 발생 하지 않을 것이다.    Windows R에서는 패키지 설치가 어렵지 않아,  이 부분은 넘어간다. 

  수학적인 표기법은 아래와 같이 매우 중요하다.  아래 사항이 Latex가 되는지 확인 해 보고 만약에 안된다고 하면,  주피터 노트북에서 Latex를 한 다음 그림 갭처로 가져올 예정 이다.    Tistory는 Latex언어가 지원 하지 않으므로 다른 곳에서 작성 후 캡쳐 떠서 내용을 진행 할 예정 이다. 

   모든 것을 수식 대신 말로 설명 하려 하였으나,   일부는  수식으로 설명 해야 할 것이 있어서,  수식으로 설명 하겠다. 

  위의 수식은 엑셀 행과 열,  그리고  행렬 정도 알게 되면 쉽게 이해 할 수 있는 있는 내용이다.   그런데 이런 기호들을 모르면,  향후 설명할 내용에 대한 이해 하기가 어렵다. 

   그리고 수식상 사용되는 기호들은 아래와 같다. 

앞으로 설명 할때,  이것에 대한 기호가 필요 할대 마다 다시 설명할 예정이다. 

'예측모델"에 원하는 결과를 예측하기 위해 데이터간에 숨겨진 관계를 찾아내는 과정을 표현하는 많은 명칭 중 하나다.  많은 과학 영역에서 이 분야에 기여하고 있다.   

• 샘플, 데이터 값, 관측값, 경우라는 단어가 모두  고객, 환자, 화합물 등 단일을 독립적인 데이터 단위를 나타낸다. 샘플이라는 단어는 훈련 집합 샘플 같은 데이터의 부분 집합을 나타내는 데도 사용된다.  글에서 이런 용어가 사용될 때는 문맥이 정확하게 드러나 있어야 한다.
• 훈련 집합은 모델 개발에 사용되는 데이터 집합이고, 테스트 집합이나 검증 집합은 후보 모델 최종 집합의 성능 평가만 위해 사용된다. 
• 예측변수, 독립변수, 속성, 기술자는 예측 방정식의 입력값으로 사용되는 데이터이다. 
• 결과값, 종속변수, 목표값, 클래스, 응답값은 예측된 결과 이벤트나 결과값 수치에 따른다.
• 연속형 데이터는 자연수나 수치 척도를 갖는다. 혈압이나 물건의 가격, 욕실 개수는 모두 연속형이다. 욕실의 갯의 경우, 개수는 분수가 될 수 없지만 그래도 연속형 데이터로 다룬다. 
• 명목형, 속성형, 이산형  데이터라고도 불리는 범주형 데이터는 척도가 따로 없는 특정값을 갖는 형태다.  이런 데이터의 예로는 신용등급("좋음","나쁨") 이나 색상 ("빨강", "파랑") 등이 있다. 
• 모델 구축 및 훈련, 인수 추정 모두 모델 방정식에서 데이터를 사용해 값을 추정하는 과정을 거친다. 

각 변수간 기능적 관계를 중심으로 한 분류

1) 독립변수

    독립변수는 일정하게 전제된 원인을 가져다 주는 기능을 하는 변수로서, 실험 설계에 있어서는 연구자에 의하여 조작되는 변수를 말한다.  독립변수는 원인 변수 또는 예측변수라고 불린다.  실험 연구에서 독립 변수는 연구자에 의해 조작되는 변수를 의미 하며, 사회조사연구에서는 연구자의 능등적 개입이 아닌 논리적 선행조건의 개념으로 파악 된다. 

2 ) 종속변수

  독립변수의 원인을 받아 일정하게 전제된 결과를 나타낸는 기능을 하는 변수로서 실험 설계에 있어서는 독립변수의 변이에 따라 변할 것으로 예측되는 변수(독립변수의 결과)이다. 종속변수는 결과변수, 피설명 변수, 피예측 변수라고도 한다. 실험적 연구에 있어서 종속 변수는 독립 변수의 변이 또는 변화에 따라 자연히 변하는 것으로 결과적인 예측 변수라고 할 수 있다. 

3) 매개변수

  이는 종속변수에 영향을 주는 변수이다.  그러나 종속변수에 대하여 영향을 준다고 해서, 독립 변수의 경우처럼 명백한 것이 아니고 종속변수의 결과를 그 규정된 독립변수에 의하여 전부 설명하지 못하든지 또는 전혀 설명되지 않은 것을 설명이 가능 하도록 해주는 역할을 하는 변수를 말한다. 

매개 변수는 독립변수에서 종속변수에 이르는 동작에 표함된 시간적.논리적 과정에 대한 좀더 정확한 이해를 가능케 함으로써 원인과 결과에 대한 지적인 탐색의 길잡이 역할을 하는 변수이다. 

4) 선행변수 

인과관계에서 독립변수에 앞서변수 독립변수에 유효한 영향력을 행사하는 변수를 말한다. 

  선행변수 -> 독립변수 -> 매개변수 -> 속속변수

5) 외재변수 

   외재 변수는 독립변수와 종속변수의 관계가 표면적으로는 인과적 관계에 있는 것처럼 보이는 경우에 실제로는 두 변수가 우연히 어떤 변수와 연결되어 관계가 있는 것처럼 보이는 제3의 변수로 허위 변수라고도 한다.  이때,  다른 변수의 영향을 통제하면 두 변수의 관계가 사라지게 되는데  이 통제되는 변수를 외재 변수라 한다. 

6) 통제 변수 

   통제 변수란 실험상에서 적절히 통제된 변수이다. 실험과정에서 한 변수에 대하여 통제 한다는 것은 그 통제 변수의 각 수준을 따로 취해 독립변수와 종속변수의 원래 관계가 통제변수의 각 수준에서 어떻게 변하는지를 살펴본다는 것을 의미 한다. 

변수가 갖는 속성의 정도 또는 종류를 중심으로 한 분류

1) 연속변수 

    이는 수입, 연령, 태도 등과 같이 변수가 갖는 속성의 양적 정도에 따라 연속체를 기준으로 구별되는 변수이다. 

2) 불연속변수

  이는 변수가 갖는 전체적 성격의 종류에 따라 카테고리화되는 변수를 말한다. 불연속변수의 예로서 성으로서의 남녀, 종교로서의 불교/기독교/유교 등  사회적 신분으로서 상.중.하 등을 들 수 있는데,  이것들은 변수의 속성에 따라 별개의 카테고리로 분류되는 것이다. 

※ 주의 사항

 변수의 용어는   통계학하고,  머신러닝/딥러닝 용어 차이가 매우 크다.    머신러닝에서 예측변수가 뭐라 생각이 되는가?  독립변수 있다.  그리고 피처 값은 무엇이라하는가? 이것도  독립 변수이다.   머신러닝에서 종속 변수는 Target이 존재 한다.  

 과학이나 공학에서 사용되는 각종 용어에 대한 정의, 설계에서의 문제의 정의(problem definition) 등, 정의의 문제는 매우 중요하다.  그것은 그 정의에 따라 대상이 되는 사물이나 무제에 대한 본질이 거의 규정되고, 그 규정된 본질에 딸라, 그 이후의 전개가 체계적이지 목하며, 문제 해결이 어려워 진다. 

신뢰성 (信賴性, relaiability) 

  신뢰성이란 다음과 같이 정의하는 것이 일반적이다. 

 " 어떤 제품, 부품 또는 시스템이 규정된 조건하에서 지정된 기간에 걸쳐 요구되는 기능을 유지 수행하는 확률"

 확률로 정의 되므로, 수학적 표현 방법이 사용된다.  신뢰도라는 용어가 대신 사용되는 경우도 많다.  신뢰성이라는 용어는 제2차 대전 기간 중에 미국에서 전자장치의 고장, 수명추정과 관련하여 도입된 것으로 알려 졌다. 

파손(破損,  failure) 또는 고장(failure)

  신뢰성이 없는, 즉 "요구되는 기능을 수행하지 못하는 경우"를 파손(破損. failure) 또는 고장(failure) 라고 한다. 

  파괴(fracture) 

    파손과 비슷한 용여 파괴라는 것이 있다.  전혀 다른 개념이므로 혼동하지 않도록 하여야 한다. 파괴에 관해서도 엄밀한 정의가 있으나, 가장 쉽게 표현하면, "물체가 둘 이상으로 분리되는 현상"을 말한다.   파괴가 되지 않아도 파손이 될 수 있으며,  파괴가 되어도 파손이 되지 않는 경우가 얼마든지 가능 하다. 

안전성(安全性, safety)

    안전성이라는 용어는 신뢰성과 혼동하기 쉽다. 

통상적으로 안전하다라고 하는 것은 인간에 대해 피해를 줄 가능성이 거의 없는 상황을 말한다.  반대로 피해를 줄 가능성이 있는 경우 위험(危嶮, dangerous, risky)하다고 한다.  여기서 피해는 인명(人命)에 대한 것은 물론, 도난이나 경제적 활동으로서의 투자 등에 의해 발생하는 모든 것을 포함 한다. 

안전이란 피해 가능성과 연관된 개념으로, 본질적으로 확률적인 개념이라 말 할 수가 있다. 

안전성은 안전의 정도를 나타내는 용어로 , 다음과 같이 확률적특성을 포함한 위혐도에 의해 평가 하는 것이 일반적이다. 

위험도(危嶮道, risk)는 다음과 같이 정의되는 양이다. 

  위험도(risk) = 피해발생확률  X 피해크기

 용어 리스크(risk)

  위에서는 영어의 risk를 위험도라 번역하여 사용하였으나, 국내에서는 위험이라 번역하거나, 그대로 리스크(risk)라고 사용하는 경우도 많다.  대체로 위험 또는 위험이라 하면,  바람직하지 못한, 매우 부정적인 나쁘다는 위미가 강하나 risk의 의미에서 반드시 부정적인 면만 있는 것은 아니기 때문이다.  

   ex) risk-taker(모험적인 것을 즐기는 사람, 승부사), country risk (국가 신용도) risk의 의미에는, 불확실성이 매우 높아 실패할 가능성이 크다는 의미가 강하다고 보는 것이 좋을 것이다.  한편 실패하는 것은 언제나 부정적인 것만은 아니다. 

한편 risk(리스크)라는 용어는, 공학이나 기술 분야 뿐만 아니라, 경제 분야, 의학, 각종 과학분에서 널리 사용되고 있어,  그정의에 관해서는 약간씩 다를 수가 있다. 

리스크(risk, 위험도)는 위식에서 알수 있는 바와 같이, 피해 발생확률에 피해의 크기를 곱한 것으로, 발생확률보다 피해의 가능성에 중점을 두고 있다고 볼 수가 있다.  발생확률은 신뢰성과 관련된 순수학 공학적 문제일 것이나, 피해의 크기는 경제 및 사회에 미치는 영향과 밀접한 관계가 있는 문제 이며, 사람들의 인식에도 의존할 가능성이 크므로, 그 평가는 반드시 쉽지 않다고 보는 것이 좋을 것이다. 

  또 다른 한편,  리스크 값이 정량적으로 같다하여도,  리스크에 대한 사람의 인식(perception of risk)은 크게 다를 수 있다. 

안전계수(安全係數,  safety factor)

   기계공학에서와 같이, 설계에서의 재료의 강도가 문제가 되는 분야에서의 안전성을 나타내는 양으로 안전계수라는 것을 많이 사용해 오고 있다.  안전계수는 다음과 같이 정의 된다. 

안전계수 = 재료의 강도 / 허용응력

여기서 아용되는 재료의 강도와 허용응력은 각각 어떠한 하나의 확정된 특정 값으로, 평균치적 특성을 가진 값이다. 

  안전계수는, 예상한 하중과 다른 과대한 하중이 작용하는 경우 등, 설계 시 가정한 각종 조건에 대한 불확실성을 보완하기 위한 일종의 여유(margin)라는 의미가 크다.  확률적 특성을 지닌 안전성을 엄밀하게 나타내지 못한다는 결점이 있다. 기계공학에서 신뢰성 공학이 필요한 이유가 여기에 있다. 

 근래에는 재료의 강도와 하중의 확률적 특성을 고려한 안전계수 개념이 도입되어, 사용되는 추세에 있다. 

  위의 용어는 현업 업무에서 많이 쓰는 용어이다.  신뢰성, 위험성,  고장, 파손, 안전성, 안전계수 등이다. 

설비관리조직(maintenance)는 설비 유지 관리를 하는 업무를 하지만, 설비를 들여올때 위의 4가지 항목을 반드시 검토하여 설비를 들여온다.  

아래의 책의 내용을 가져온 것이다.  자세히 알고 싶으면 아래의 책을 구입하여 보면 된다. 

http://www.yes24.com/Product/Goods/9318530

  이야기를 시작 하며  

  나는 원래  대한민국 대기업에서 이야기하는 공무(工務: Maintenance) 부서에 20년 이상 종사한 사람이다.   직접적으로  정비 업무를 하지 않았만,  간접적으로 공무기획, 운영를 매우 오랬동안 하였다.   과거 5년 전만 해도,  특히 중공업 분야에서는 신뢰성 공학에 대한 인식이 없었다. 주로 현장 위주의 TBM(Total Productive Maintenace) 전원 참여 생산보전으로 진행 되어 있고 현재 진행 형이다.   

    특히나,  비정형적인 공정을 가지고 있는 조선산업의 경우는 특히 더욱 그러했다.  그리고  나는  입사 후 필드에서 직접적으로 관리하는  필드 관리자가 아니였기 때문에, 특히나 더욱 모르고 있었다.

  하지만,  3년 전 부터,  나는 공무기획/운영 관리자에서 벗어나서 필드관리자로 업무를 바꾸었다.   그 이후  실무를 보기 시작 하였고,   조선 공정에서도 적게 나마,    라인 공정이 있다는 것을 알았다.   라인 공정이라고 하지만,   라인에 내려오는 블럭(Block)은  비정형 블럭 이였다.   그 만큼 분석에 있어서 쉽지 않을 뿐 아니라,  다양한 케이스를 적용하여 만한다. 

   아래의 서적과  사내 강의 내용을 주로 인용하여 기록 하겠다. 

    -  기계계열 신뢰성 공학 기초 [GS 인터비전]

    -  R for Data Science , [Hadley Wickham]

    - 쉽게 배우는 R 텍스트 마이닝 [이지 퍼블리싱]

    - Applied Predictive Modeling [에이콘]

    - 실무 위주의 R [위키독스]

    - 사내 강의 내용 

    - 프로젝트 하면서 주로 다룬 경험 적내용

최근에 있어서 회사에 큰 변화가 있었다.  사내에서는 미래 인재 양성 프로젝트가 시작 되었다.  나도 그 프로젝트에 참여 되었고,  교육기관(카이스트)로 부터 교육도 받았다.   하지만,  교육기관으로 부터 받은 교육은 주로 딥러닝 계열의 파이썬 이다.   

 물론 그때,  머신러닝, 딥러닝을 전체 아우르는 교육을 약 6개월에 걸쳐서 배웠다.  물론 그때 배운 이미지 프로세싱을 통해 사내에서 큰 혁신을 이룬 것도 있다.  하지만,  여기에는 그런 내용을 기록 하지는 않는다.  

아래의 블로그를 통해서 기록한다. 

https://rdmkyg.blogspot.com/

내용에 대한 구성 

    1. 용어정리 

        - 신뢰성 공학과 관련된 용여정리 

        - 통계와 확률 변수에 대한 용정리  

   2.  통계 패키지 R 설치 

      -  Windows R 설치  

      - Ubuntu 환경에서의 R 설치 

   3. 통계 지식 

      -통계와 확률  및 확률 분포

     - 표분 분포와 관련된 주요 확률 분포와 추정과 검정

     - 회귀 분석

     - 분산 분석 

     - 극치 분포 (지수 분포, 와이블 분포)

  4. 데이터 Manipulation

    - dplyr

    - stringr

    - ggplot2

실무에서 가장 많이 쓰였던 사례를 중심으로 하겠다.  그리고,  모든 사항에 대한 이론과 설명을 넣었고, 그것에 대한 응용문제를 넣어서 다른 사람들이 잘 알 수 있게 정리 하겠다. 

  나는 windows10과 office365 학생용 라이센스가 있습니다. 

라이선스를 사용하지만,  설치 후 세팅 하는데,  헤메어서 여기에 기록해 둡니다. 

Windows 10는 학생용 라이센스로 설치 했고,  Offce365는 앱이 아닌,  URL 웹 형식으로 되어 있습니다. 

이를 설치 하려면 아래와 같이 설치 해야 합니다. 

좌측 상단에 Office 설치를 클릭 하게 되면,   Office 화일을 설치 할 수 있습니다. 

자주 사용하지 않는 Case라  블로그에 기록 하여 듭니다. 

  R은 진입 장벽이 높습니다.  하지만,  진입 장벽을 낮추기 위해서는 많은 노력이 필요합니다.  하지만,  이것을 쉽게 풀고,  저녁에도 누구나 볼 수 있게 자막 처리 하면,  앞으로 R을 진입하기에는 쉬워보입니다. 

간단 R은  영상 부분을 5분 이내 처리 할 예정 이며,  블로그에서 소스코드를 제공 할 예정 입니다.   블로그에서 간단하게 소스 코드를 작성 하고,  그리고 아주 간단하게 동영상으로 설명하는 코너 입니다.  

  예전에 R은  별로 사용되지 않았습니다.  하지만,  지금은 많이 사용하고 있습니다.  우리 회사  인재 육성부에서도 빅 데이터 실무 과정을 R에 대한 교육을 하고 있습니다. 

저는 약 5~6년 정도 사용하였는데,    약 3년 전에도 우리회사에서 사용하기에 약간 부담 스러웠던 것은 사실 입니다.  마치 개발 하는 프로그래머로 생각 되었기 때문입니다.   

  그런 대도 불구 하고, 저는 사내 자율 교육 과정을 신청 하여,  2019년 부터 강의를 하였습니다.   즉 현업 인원들에게 직접 강의하고 피드백 받은 것은 것도 있습니다. 

  교육 하면서 내용이 어렵다는 피드백이 있었고,  유익 하다는 피드백이 있었습니다.   사람마다 각자 받아 들이는 사정이 달랐기 때문입니다. 

아래는 유튜브에 동영상을 올린 내용 입니다.   앞으로 계속 아래와 같은 방식으로 내용을 설명 하고 영상을 링크 하는 방식 대로 진행 할 예정 입니다.  앞으로 많은 사람들이 이해 할 수 있도록 아주 간단하게 설명 하겠습니다.  

https://youtu.be/GPWoF3YvMyc