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 |
- Series
- list
- Deep Learning
- Python Programming
- neural network
- Linear algebra
- reinforcement learning
- Jacobian Matrix
- David Silver
- optimization
- Laplacian
- 데이터 분석
- 논문
- 리스트
- 딥러닝
- pandas
- 판다스
- unity
- Hessian Matrix
- convex optimization
- ML-Agent
- machine learning
- 김성훈 교수님
- 강화학습
- statistics
- paper
- 모두를 위한 RL
- 사이킷런
- 유니티
- rl
목록분류 전체보기 (88)
RL Researcher
1. While 문 조건이 참인 경우동안 계속 반복합니다. 조건을 조절하기 위해서는 조건문을 while 문 내부에서 다루어야 합니다. a = 5 while a != 0: print(a) a -= 1 ======================================================================== 5 4 3 2 1 b = 5 while b: print(b) b -= 1 ======================================================================== 5 4 3 2 1 위의 코드는 b의 값이 0이 되기 전까지 while문이 실행됨을 볼 수 있습니다. 2. break 문 break 문은 while문, for문과 같은 반복문안에서 ..
1. Sigmoid Function sigmoid함수는로지스틱 회귀분석 또는 Neural Network의 binaray classification 마지막 레이어의 활성함수로 사용합니다. $$\sigma (x) = \frac{1}{1+e^{-x}}$$ 로지스틱 회귀분석이란? - 데이터를 두개의 그룹으로 분류하는 가장 기본적인 방법입니다. ※ 회귀분석과의 차이는 사용자가 원하는 것이 실수인 예측값이기 때문에 종속변수의 범위가 실수이지만 로지스틱 회귀분석에서는 종속변수 y의 값이 0 또는 1을 가집니다. 따라서, 로지스틱 회귀분석을 사용할 때는 주어진 데이터를 분류할 때 0인지 1인지 예측하는 모델을 만들어야 합니다. sigmoid 함수는 별로 인기가 없었다가, Gradient vanishing이라는 널리 알..
1. 관계 연산자(Relational Operators) == : 두 피연산자가 같으면 True != : 두 피연산자가 같지 않으면 True : 왼쪽 연산자가 크면 True = : 왼쪽 연산자가 크거나 같으면 True 2. 조건절(if) 조건이 True면, 조건이 Fasle면 다음과 같이 사용합니다. if True: print('실행합니다') if False: print('실행합니다') 문자열 조건 if bool("문자열"): print("문자열 값이 있으면 True") if "문자열": print("문자열 값이 있으면 True") if "": print("문자열 값이 빈값이면 False, 실행안됨") else 블럭 a = 50 if a > 50: print("50보다 크다면 실행") else: prin..
1. 손실함수(Loss Function) 손실함수(Loss function)는 정답에 대한 오류를 나타내는 값입니다. 손실함수(Loss function)은 정답에 가까울수록 작은 값이 나오고, 정답과 멀어질수록 큰 값이 나오게 됩니다. 손실함수를 사용하는 이유?? 궁극적인 목표는 높은 'Accuracy'를 끌어내는 매개변수 값을 찾는 것입니다. 그렇다면 'Accuracy'라는 지표를 나두고 'Loss function'을 택하는 이유?? 신경망 학습에서는 최적의 매개변수(가중치(weight): w, 편향(bias) : b)를 탐색할 때 손실 함수의 값을 가능한 작게 만들 수 있는 매개변수 값을 찾습니다. 손실함수에서 미분? 가중치의 매개변수 값을 변화시켰을 때 손실 함수가 어떻게 변하게 되는가라는 의미입니..