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 |
- 데이터 분석
- Jacobian Matrix
- convex optimization
- David Silver
- 판다스
- ML-Agent
- 딥러닝
- neural network
- unity
- 모두를 위한 RL
- statistics
- 유니티
- Linear algebra
- paper
- 사이킷런
- 강화학습
- pandas
- Hessian Matrix
- Laplacian
- Python Programming
- list
- 김성훈 교수님
- optimization
- 리스트
- Series
- machine learning
- 논문
- Deep Learning
- reinforcement learning
- rl
목록reinforcement learning (23)
RL Researcher
본 글은 David Silver 교수님의 강의를 기반으로 작성하였습니다. Machine Learning의 종류는 3가지종류로 분류됩니다. Supervised Learning(지도학습) : 지도학습의 핵심은 Supervisor가 존재한다는 것입니다. 정답을 주고 학습을 시킨다고 보면 되겠습니다. 기계는 정답지와 자신이 추론한 정답의 오차를 비교하면서 학습하게 되는 것입니다. Unsupervised Learning(비지도 학습) : 비지도학습의 핵심은 정답이라고 말하는 Label이 존재하지 않습니다. 기계는 정답이 없이 학습을 통해 입력 데이터들의 패턴을 찾아내어 그 데이터들의 분류를 찾아내는 것입니다. Reinforcement Learning(강화 학습) : 본 주제가 강화학습이니 만큼 강화학습은 다른 기..
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..
1. 지도 학습(Supervised Learning) Y = f (X)에 대하여 입력변수(X)와 출력변수(Y)의 관계에 대하여 모델링 하는것 (Y에 대하여 예측 또는 분류하는 문제) 회귀(Regression) : 입력 변수 X에 대해서 연속형 출력 변수 Y를 예측 분류(Classification) : 입력 변수 X에 대해서 이산형 출력 변수 Y(class)를 예측 2. 비지도 학습(Unsupervised Learning) 출력 변수(Y)가 존재하지 않고, 입력 변수(X)간의 관계에 대해 모델링 하는 것 군집 분석 : 유사한 데이터끼리 그룹화하는 것 PCA : 독립변수들의 차원을 축소화하는 것 3. 강화학습(Reinforcement Learning) 수 많은 시뮬레이션을 통해 현재의 선택이 먼 미래에 보상..