관심있는 것들 정리

나와 같은 고민은 꽤 많은 사람이 했을 것으로 생각이 된다.그냥 vim이나 emacs와 ctags, cscopes, globe 와 같은 툴들을 조합해 코드를 보는 것도 터미널을 이용해서 코딩하는 입장에서야 좋은 방법이라고 생각한다. 오래전에도 그리 생각했고 여전히 업무에서도 이렇게 하고 있는데... 처음 분석해야하는 어려운 코드 특히 c++로 작성되어 있고, 여러 오픈 소스 라이브러리들과 연계되어 있는 코드를 분석해야 한다면, 코드를 하나하나 쫓아다니는게 쉬운 일은 아닌 것 같다.Mac과 Windows, Linux 모두를 쓰면서, 코드 리뷰를 위해, code navigation tool, code visualization tool, code trace tool 등 여러가지 키워드를 이용 googling을..

우리가 살고 있는 곳은 과거 여러 사람의 노력과 기술이 축적되어 이루어진 결과라 할 수 있다. 하지만 이러한 곳들을 항상 보면서 살고 있기 때문에 너무 당연하다고 느끼며 전혀 이상하다고 느끼지 못하고 살고 있다.이 책은 그러한 당연한 것들을, 굳이 알 필요가 있을까? 라고 생각할 수 있는 우리 주변의 다양한 시설들에 대해 설명을 하고 있다. 이 책에서 다루는 주제는 굳이 이러한 것들을 알아야 하나? 라고 생각한다면… 꼭 알 필요는 없을 수도 있다. 하지만 이 책에서 다루는 내용 중 일부라도 기억하고 있다면, 길을 가다 그 부분을 마주쳤을 때 좀 더 자세히 들여다 볼 수 있을 것이라 생각한다.책의 목차를 보면 우리가 살아가는데 반드시 필요한 전기와 관련된 시설부터 시작해 통신, 도로, 철도, 댐과 같..

보호되어 있는 글입니다.

color scripter 라는 사이트가 있어서, 간단히 테스트를 해 봤는데... 잘 나오는 지 테스트 color scripter 사이트에서 sublime text 형태로 작성한 것 1 2 3 4 5 6 7 8 #include using namespace std; int main() { cout

간단한 프로그램을 작성하는 일에서부터, 여러 복잡한 프로그램들을 한데 묶어 시스템을 구성하는 것까지, 프로그램들이 어떻게 동작하는 지 아는 것은 가장 중요한 일이 아닐 수 없다 생각한다. 하나의 프로그램의 경우라면 문제점 발생 시, 그나마 로그 파일을 로컬에서 분석하는 것으로 어느정도 문제점의 실마리를 파악할 수 있겠지만, 요즘같은 복잡한 분산 시스템 환경에서 동작하는 규모가 아주 큰 시스템의 경우라면, 복잡성은 차원이 다른 문제일 것이다. 문제점의 트리거링 포인트가 어떠한 메시지나 이벤트인지 확인하는 것도 쉽지 않으며, 해당 이벤트가 바로 영향을 주는 것이 아니라 여러가지 메시지 전송 단계를 거쳐 최종적으로 현재 문제를 만든 것인지 확인하는 것은 더더욱 쉽지 않다. 그래서 이러한 문제점이 발생하는 것을..

제목 그대로, 이 회사에서 나오는 블루레이 애니메이션 타이틀은 가격이 아주 싸다 단, 목적은 잘 모르겠지만... 블루레이를 틀면 전범기 형상의 화면이 나온다 세상에 다양한 사람이 있어서, 이런 것도 상관없다 라는 사람도 있겠지만, 전범기를 좋아라하는 (독일의 하켄크로이츠도 그렇고...) 사람도 있을 수 있지만... 그렇지 않은 사람이라면, 구입할 때 주의를 할 필요가 있겠다...

MSWindows에서는 Notepad++만으로도 Ultraeditor와 같은 상용에디터가 부럽지 않았는데, MacOS에서는 그 정도 에디터가 보이지 않아서 이것저것 찾아보다보니, 생각치 않게 발견한 몇가지가 있어 여기에 정리해 둔다. (물론... 당연히 Sublime Text editor와 같은 상용 소프트웨어는 가격 값을 한다) 본 에디터들은 Mac App Store에서는 사용일 수 있기 때문에, github 사이트에 대한 링크를 달아둔다. 1. CotEditor https://github.com/coteditor/CotEditor GitHub - coteditor/CotEditor: Lightweight Plain-Text Editor for macOS Lightweight Plain-Text Edi..

온라인에서 어떤 제품을 구입하기 위해 여러 가지 상품들을 비교 분석하다보면, 언젠가부터 '이 상품을 구입한 분이 추가로 구입한 상품' 또는 'xxx님이 관심을 가질만한 상품을 추천해 드립니다' 와 같은, 사용자의 행동 패턴 또는 관련 데이터를 기준으로 추가적인 상품을 추천하는 것을 쉽게 볼 수 있다. 그럴 때면 이러한 방식의 시스템은 어떻게 데이터를 분석을 해서 이러한 결과를 가져올까 하고 늘 궁금해 했었다. 단순히 통계 데이터만 가지고 이런 내용을 추천하는 것일까? 그렇다면 특이한 결과가 반영되어 통계가 왜곡이 된다면 이런 것은 어떻게 보정을 하는 것일까? 이런 생각들을 가지고 데이터 사이언스 관련 책들을 보다보면, 알고리즘 측면에서는 이런 식으로 하는 것 같구나... 와 같이 너무 쉽게 생각하고 넘어..