Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
Tags
- 유니티
- machine learning
- statistics
- 논문
- ML-Agent
- 강화학습
- 데이터 분석
- Hessian Matrix
- unity
- Series
- list
- David Silver
- pandas
- Jacobian Matrix
- convex optimization
- reinforcement learning
- Laplacian
- Deep Learning
- optimization
- 딥러닝
- neural network
- 사이킷런
- 판다스
- 김성훈 교수님
- Linear algebra
- Python Programming
- rl
- 리스트
- paper
- 모두를 위한 RL
Archives
목록Reinfrocement Learning (25)
RL Researcher
강화학습(Reinforcement Learning) 개요
1. 머신러닝과 강화학습 머신러닝은 크게 3가지로 분류가 됩니다. 지도학습(Supervised Learning) 비지도학습(Unsupervised Learning) 강화학습(Reinforcement Learning) 지도학습(Supervised Learning) : "정답"을 알고 있는 데이터를 이용해 컴퓨터(Machine)를 학습시킵니다. 컴퓨터(Machine)는 자신이 낸 답과 정답의 차이를 통해 지속해서 학습합니다. Ex) 회귀분석(Regression), 분류(Classification) 비지도학습(Unsupervised Learning) : 지도학습과는 다르게 정답이 있는 것이 아닙니다. 데이터가 주어지면 비슷한 것끼리 묶어주는 식의 학습이 비지도 학습입니다. 비지도학습은 정답이 없이 주어진 데이..
Reinfrocement Learning
2021. 1. 25. 14:34