본문 바로가기

인공지능250

[IITP] 강화학습 연구 및 융합 기술 동향 - 출처: [IITP] 강화학습 연구 및 융합 기술 동향 - 김민석 상명대학교 교수 IV. 결론 지금까지 살펴본 비지도 강화학습은 학습의 여러 가지 측면에서 예측 가능성, 보상함수 의 확장성, 시간적 효율성, 학습 안정성 등의 새로운 도전과제들이 여전히 남아 있다. 비록 기술 확장 및 성능 최적화 측면에서 강화학습은 여전히 보상함수 설계, 환경 상태 정보의 제약, 시뮬레이션 환경과 실제 환경의 구조적 차이, 확장 이전성 문제, 적용 분야의 다양성 부재 등의 이슈들이 아직 해결해야 하는 문제로 남아 있지만, 다양한 측면 에서 지속적인 연구 및 개발이 진행되고 있으므로 앞으로 더욱 기대가 높은 연구 분야이 다. 또한, 여러 기술 간의 융합 연계성을 적용하여 학습 기반의 제어기술을 세분화한다면 단계별로 다양한.. 2021. 3. 31.
[edwith] 인공지능 코딩을 위한 실용 파이썬 - w1: 강좌 개요 및 기본 환경 설정-권영선교수 [LECTURE] 강좌 개발 목적 : edwith - AssistSong www.edwith.org [LECTURE] 1-1 프로그래밍 언어란 무엇이며, 왜 파이썬을 배워야 하나 : edwith 1주차 1차시 강좌에서는 프로그래밍과 파이썬에 대해 학습하게 됩니다 - AssistSong www.edwith.org [LECTURE] 1-2 파이썬 사용을 위한 아나콘다 설치 : edwith 1주차 2차시에서는 Anaconda에 설치에 대해 학습해 봅니다. 이 동영상을 만든 후 1년이 지나 Anaconda 홈페이지가 바뀌었고 아나콘다 버전이 높아졌습니다. 물론 이전 버... - yokwon www.edwith.org [LECTURE] 1-3 개발자 환경 구축 및 파이썬 설치 : edwith 1주차 3차시에서는 .. 2021. 3. 30.
[edwith] 인공지능 및 기계학습 개론 I : C6. Training Testing and Regularization-문일철교수 [LECTURE] 6.1. Over-fitting and Under-fitting : edwith - 신승재 www.edwith.org [LECTURE] 6.2. Bias and Variance : edwith - 신승재 www.edwith.org [LECTURE] 6.3. Occam's Razor : edwith - 신승재 www.edwith.org [LECTURE] 6.4. Cross Validation : edwith - 신승재 www.edwith.org [LECTURE] 6.5. Performance Metrics : edwith - 신승재 www.edwith.org [LECTURE] 6.6. Definition of Regularization : edwith - 신승재 www.edwith.org.. 2021. 3. 29.
[edwith] 인공지능 및 기계학습 개론 I : C5. Support Vector Machine - 문일철교수 [LECTURE] 5.1. Decision Boundary with Margin : edwith - 신승재 www.edwith.org [LECTURE] 5.2. Maximizing the Margin : edwith - 신승재 www.edwith.org [LECTURE] 5.3. SVM with Matlab : edwith - 신승재 www.edwith.org [LECTURE] 5.4. Error Handling in SVM : edwith - 신승재 www.edwith.org [LECTURE] 5.5. Soft Margin with SVM : edwith - 신승재 www.edwith.org [LECTURE] 5.6. Rethinking of SVM : edwith - 신승재 www.edwith.org.. 2021. 3. 25.