EveryDay.DevUp

본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성하였습니다.https://bit.ly/4hTSJNB 커리어 성장을 위한 최고의 실무교육 아카데미 | 패스트캠퍼스성인 교육 서비스 기업, 패스트캠퍼스는 개인과 조직의 실질적인 '업(業)'의 성장을 돕고자 모든 종류의 교육 콘텐츠 서비스를 제공하는 대한민국 No. 1 교육 서비스 회사입니다.fastcampus.co.krChapter7 RL into wild - 벨류 기반 에이전트- 벨류 함수를 신경망으로 표현하는 방법론Ch07-01 벨류 네트워크의 학습-RL 에이전트의 분류: 가치 기반 / 정책 기반 / 두 가지를 섞은 액터 크리팃- 벨류 네트워크: 벨류 함수를 신경망으로 표현Ch07-02 Deep Q-Learning- ATARI 게임을 DQN을 이용해..

본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성하였습니다.https://bit.ly/4hTSJNB 커리어 성장을 위한 최고의 실무교육 아카데미 | 패스트캠퍼스성인 교육 서비스 기업, 패스트캠퍼스는 개인과 조직의 실질적인 '업(業)'의 성장을 돕고자 모든 종류의 교육 콘텐츠 서비스를 제공하는 대한민국 No. 1 교육 서비스 회사입니다.fastcampus.co.krCh05-03 MC 와 TD 실습- Colab을 사용하여 정책, 에피소드 횟수, 러닝 레이트를 조정하여 결과 확인Ch05-04 MC vs TD- 평가의 기준1) 학습 시점- MC는 에피소드 종료 후 학습을 하지만 TD는 한 스텝만 끝나도 학습을 하기 때문에 유연성 측면에서 TD가 좋음2) Bias- MC는 편향되지 않은 추정치를 가지지만,..

본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성하였습니다.https://bit.ly/4hTSJNB 커리어 성장을 위한 최고의 실무교육 아카데미 | 패스트캠퍼스성인 교육 서비스 기업, 패스트캠퍼스는 개인과 조직의 실질적인 '업(業)'의 성장을 돕고자 모든 종류의 교육 콘텐츠 서비스를 제공하는 대한민국 No. 1 교육 서비스 회사입니다.fastcampus.co.krCh04-02 Policy Iteration- 정책이 주어졌을 때 정책을 평가하도 개선하는 것을 반복함- 반복 횟수를 정하고 최적 정책을 구함Ch04-03 Value Iteration- Policy Iteration의 핵심은 정책의 벨류(리턴의 기댓값)을 이용해 greedy 정책을 만듬- Value Iteration은 벨만 최적 방정식을 이..

본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성하였습니다.https://bit.ly/4hTSJNB 🎉누적 구매수 111만 건 돌파 감사제 100% 페이백 (04.21 - 04.26) | 패스트캠퍼스통 크게! 전 구매 고객께 결제 금액을 100% 돌려드립니다!fastcampus.co.krCh03.Introduction to RL 벨만 방정식- 대부분의 강화학습읔 벨류를 구하는 것에서 출발하는데, 벨류를 구하기 위한 뼈대가 되는 수식이 벨만 방정식Ch03-01 벨만 기대 방정식 0단계- 벨류 사이의 재귀적 관계를 구하는 식- 현재 상태의 벨류는 리워드를 하나 받고 그 다음 상태의 벨류를 더한 것과 같음Ch03-02 벨만방정식 1,2 단계- 1단계의 수식은 정책에 의한 확률을 구하는 식과 전위 확률에..