출처 딥러닝 CNN 완벽 가이드 - Fundamental 편 https://www.inflearn.com/course/%EB%94%A5%EB%9F%AC%EB%8B%9D-cnn-%EC%99%84%EB%B2%BD-%EA%B8%B0%EC%B4%88 딥러닝 CNN 완벽 가이드 - Fundamental 편 - 인프런 | 강의 딥러닝·CNN 핵심 이론부터 다양한 CNN 모델 구현 방법, 실전 문제를 통한 실무 딥러닝 개발 노하우까지, 딥러닝 CNN 기술 전문가로 거듭나고 싶다면 이 강의와 함께하세요 :), - 강의 소개 | 인프런.. www.inflearn.com 이론 Gradient Descent는 전체 학습 데이터를 기반으로 weight와 bias를 업데이트 함 근데 입력 데이터 많아지고 네트워크 레이어가 깊어..
Agent & Environment Interface: At each step t the agent receives a state S_t, performs an action A_t and receives a reward R_{t+1}. The action is chosen according to a policy function pi. The total return G_t is the sum of all rewards starting from time t . Future rewards are discounted at a discount rate gamma^k. Markov property: The environment's response at time t+1 depends only on the state ..
David Silver / UCL Course on RL https://www.davidsilver.uk/teaching/ Teaching - David Silver www.davidsilver.uk Reinforcement Learning (RL) is concerned with goal-directed learning and decision-making. In RL, an agent learns from experiences it gains by interacting with the environment. In Supervised Learning we cannot affect the environment. In RL, rewards are often delayed in time and the agen..
출처 딥러닝 CNN 완벽 가이드 - Fundamental 편 https://www.inflearn.com/course/%EB%94%A5%EB%9F%AC%EB%8B%9D-cnn-%EC%99%84%EB%B2%BD-%EA%B8%B0%EC%B4%88 딥러닝 CNN 완벽 가이드 - Fundamental 편 - 인프런 | 강의 딥러닝·CNN 핵심 이론부터 다양한 CNN 모델 구현 방법, 실전 문제를 통한 실무 딥러닝 개발 노하우까지, 딥러닝 CNN 기술 전문가로 거듭나고 싶다면 이 강의와 함께하세요 :), - 강의 소개 | 인프런.. www.inflearn.com 이론 mse loss function 그래프에서 점진적인 하강을 통해 local minimum/maximum을 찾아나가는 방식 mse loss funct..
섹션 0. 강의 소개 및 실습 환경 강의 내용 딥러닝 기반 이해 (1편) Keras Framework (2편) CNN 이해 (3편) CNN을 활용한 다양한 모델 (4편, ) 섹션 1. 딥러닝 기반 이해 - 딥러닝 개요와 경사 하강법 머신러닝의 이해 딥러닝 개요 딥러닝의 장단점과 특징 인간의 인지능력과 협업하는 딥러닝 퍼셉트론의 개요와 학습 메커니즘 이해 ㅁㄴㅇㄹ 회귀 개요와 RSS, MSE의 이해 ㅁㄴㅇㄹ 경사하강법의 이해 ㅁㄴㅇㄹ 경사하강법을 이용하여 선형회귀 구현하기 ㅁㄴㅇㄹ 확률적 경사하강법 (Stochastic Gradient Descent)와 미니 배치 (Mini-batch) 경사하강법 이해 ㅁㄴㅇㄹ 확률적 경사하강법 (Stochastic Gradient Descent) 구현하기 ㅁㄴㅇㄹ 미니 ..
