Breath everything

이것 저것

IT/외부강의

1. 강화 학습(Reinforcement Learning)이란...? '궁극적인 목표를 이루기 위해서 현 상황에서 어떤 input을 넣어야 할까?'란 문제에 대한 해답을 찾으려는 학습 어린아이가 시행착오를 통해 학습하는 방법과 비슷한 느낌 2. 강화학습(Reinforcement Learning)의 특징 Supervised Learning과 다르게 Supervisor(정답을 알려주는 사람)이 없고 reward signal만이 존재 Feedback이 즉각적이지 않을 수 있음 어떻게 fitting하느냐에 따라 제공받는 데이터가 다를 수 있음 3. 강화학습(Reinforcement Learning) 용어 정리 Agent: 모델 / cumulative result를 maximize 하는 것을 목표로 함 Rewar..

2021. 8. 9.

IT/외부강의

AI와 하드웨어 많은 연산이 필수적인 AI 프로램을 수행하기 위해서는 당연히 알맞은 하드웨어 선택이 필수적이다. 더 들어가기 앞서 기존의 하드웨어 종류와 간단한 콘셉트만 살펴보자. [CPU(Central Processing Unit)] AND, OR, XOR, NAND, NOR, XNOR과 같은 논리회로들을 잘 구성해서 만든 중앙처리장치(모든 처리장치에 비슷하게 해당됨) 다양한 연산을 수행하기 위한 복잡하고 큰 코어를 가짐(GPU와 비교했을 때 코어의 개수가 적음) 각각의 코어의 성능이 더 좋기 때문에 순차적인 작업에 강점을 가짐 [GPU(Graphic Processing Unit)] 단순한 연산을 수행에 특화된 작은 코어를 가짐(CPU와 비교했을 때 코어의 갯수가 많음) 각각의 코어의 성능이 낮지만 많..

2021. 8. 7.

IT/외부강의

1. 인공지능(AI) 분야 AI(Artificial Intelligence): 가장 큰 범주로, 기계에 지능을 주는 모든 범주 ML(Machine Learning): 기계가 자동으로 지능을 가지게 함 / 데이터의 feature를 사람이 먼저 입력해줘야 함 DL(Deep Learning): 기계가 스스로 능동적으로 학습 / 데이터 feature 선정을 인공신경망을 통해 학습 / ML보다 더 많은 양의 데이터 필요 Neural Network: 뇌를 모티브로 생물학적 신경망을 모사 2. 퍼셉트론(Perceptron) 딥러닝의 기원이 되는 알고리즘 위의 그림은 단층 퍼셉트론으로 입력층(input layer), 출력층(output layer)으로 구성 [weighted sum이 특정 threshold값을 넘어서면..

2021. 8. 6.