공대생 도전 일지

1주 차 1차시 - 머신러닝이란?머신러닝이란 == 이전의 경험이나 사례를 바탕으로 새로운 패턴을 예측한다.인공지능 == 컴퓨터 시스템으로 인간의 지능으로 해결할 수 있는 문제를 푼다.시각 인지, 청각 인지, 의사 결정을 한다.머신러닝이란 인공지능의 한 분야로 컴퓨터 알고리즘이 경험으로부터 자동으로 학습하고 성능을 향상한다.명확하게 프로그래밍하지 않아도 문제 해결 능력을 가지게 된다. 일 T와 성능지표 P로부터 경험 E를 통해 학습한다. 경험으로부터 학습한다!adaptive System - 오차로부터 학습한다.T의 파라미터를 ouput에 대한 오차를 측정하여 학습한다.y - prediction 출력값, h - Hypothese = 예측함수예측함수는 parameters에 의해 표현되고, 오차를 줄여나가는 방..

1번일 T와 성능지표 P로부터 경험 E를 통해 학습한다. 경험으로부터 학습한다!3번 아닌가...? 2. 1맞고2전역최소3번 겁나 애매하네 test할 때는 가장 좋은게 아닐 수 있는데 그럼 아니라고 가자4맞다 하나하나 바꿔버리면 오류 발생 가능 한번에 바꿔야 된다.3여러개고 다른 것을 비슷한 것으로 바꿔주는 건데 문제 진짜 싫어.... 애매해....41.가능2.그럼 왜 분류한다 그르냐 분류 잘하지. 아니네 잘 못 분류하지 않는다..ㅋㅋㅋㅋㅋ.ㅠ3. 비선형 가능4. 선형 가능 51vs all도 n개만 있으면 됩니다.61 맞습니다2 테스트는 나쁩니다3 학습에 좋습니다4 맞습니다71. ? ??? 진짜 뭐지 역행렬이 만들어 진다네요 2. 아뇨3. 이게 맞아요4. cost function에 들어가니 파라미터 업데이..

Value optimization 방식 Neural Fitted Q Iteration (NFQ)신경망을 활용하여 Q 함수를 근사한다. 기본 뉴럴넷 형식이고, Q를 뉴럴넷으로 구현하였다.장 : 비선형 함수 근사를 통해 복잡한 환경에서도 사용 가능하다.단 : 데이터 활용 측면에서 효율성 떨어짐 Deep Q Learning (DQN)심층 신경망을 활용하여 Q 함수를 근사한다.장 : replay memory를 사용하여 샘플 효율성을 높였다.단 : 불안정한 학습과 과적합 문제가 발생 가능하다. Q를 뉴럴넷을 통해 구한다. == 학습이 불안정해지고, 오버피팅이 발생할 수 있다.데이터 셋이 많을 수록 좋아진다. -> 데이터 샘플이 편향성을 가지지 않고, 다양한 형태를 가져야 한다 == Q를 학습하는데 편향이 될 수 ..