전체 글

딥러닝 (9) - [RL2] 신경망 네트워크를 이용한 MountainCar 해결

Writer: Harim Kang 해당 포스팅은 '시작하세요! 텐서플로 2.0 프로그래밍'책의 흐름을 따라가면서, 책 이외에 검색 및 다양한 자료들을 통해 공부하면서 정리한 내용의 포스팅입니다. 해당 내용은 openAI GYM MountainCar에 대한 내용을 담고 있습니다. 사용 라이브러리는 Tensorflow 2.0 with keras, gym입니다. GYM 튜토리얼 & Model-Based 강화학습 강화학습을 공부하기 위해 제공되는 환경 라이브러리로 GYM이 있습니다. 해당 라이브러리를 사용하여 MountainCar문제를 풀어보겠습니다. 실습 환경 OpenAI Gym Gym은 OpenAI재단에서 강화학습을 학습하기 위해 만든 환경으로서, 강화학습의 표준 환경이라고 볼 수 있습니다. 강화학습 알고리..

IT/Deep Learning 2020. 3. 25. 16:48

[파이썬] 코딩테스트 문제 풀이 - 해쉬 문제 (프로그래머스)

Writer: Harim Kang 해쉬 알고리즘 문제 - 프로그래머스 해쉬 알고리즘 문제들은 파이썬의 딕셔너리를 사용하는 문제입니다. 해쉬 구조와 관련된 내용은 아래의 포스팅에 있습니다. 문제의 코드들은 다 통과를 한 코드입니다. https://davinci-ai.tistory.com/19 파이썬으로 구현하는 자료구조 요약 정리 - 해쉬 테이블(Hash Table) Writer: Harim Kang 해당 내용은 코딩 테스트 및 기술 면접을 대비하기 위해서 자료구조를 공부하며 정리한 내용입니다. 각각 자료구조의 종류와 특성, 장단점, 파이썬을 이용한 간단한 구현 코드까지 작성하였습.. davinci-ai.tistory.com 또한, 해당 포스팅에서 푸는 문제는 아래의 4가지 문제입니다. 완주하지 못한 선수..

IT/Coding-Interview 2020. 3. 22. 22:29

딥러닝 (8) - [RL1] 강화학습(Reinforcement Learning)이란?

Writer: Harim Kang 해당 포스팅은 '시작하세요! 텐서플로 2.0 프로그래밍'책의 흐름을 따라가면서, 책 이외에 검색 및 다양한 자료들을 통해 공부하면서 정리한 내용의 포스팅입니다. 해당 내용은 강화학습(Reinforcement Learning)에 대한 내용을 담고 있습니다. 강화학습(Reinforcement Learning) 강화학습이란? 강화(Reinforcement)는 시행착오(Trial and Error)를 통해 학습하는 방법 중 하나를 의미합니다. 이러한 강화를 바탕으로 강화학습은 실수와 보상을 통해 학습을 하여 목표를 찾아가는 알고리즘입니다. 기존의 신경망들이 라벨(정답)이 있는 데이터를 통해서 가중치와 편향을 학습하는 것과 비슷하게 보상(Reward)이라는 개념을 사용하여 가중치..

IT/Deep Learning 2020. 3. 22. 01:36

딥러닝 (7) - RNN(Recurrent Neural Network), LSTM, GRU

Writer: Harim Kang 해당 포스팅은 '시작하세요! 텐서플로 2.0 프로그래밍'책의 흐름을 따라가면서, 책 이외에 검색 및 다양한 자료들을 통해 공부하면서 정리한 내용의 포스팅입니다. 해당 내용은 RNN, LSTM, GRU에 대한 내용을 담고 있습니다. 사용 라이브러리는 Tensorflow 2.0 with keras, sklearn입니다. 순환 신경망(RNN) 순환 신경망(Recurrent Neural Network)은 은닉 계층 안에 하나 이상의 순환 계층을 갖는 신경망을 의미합니다. 순환 신경망은 다른 네트워크들과 입력을 받는 방식에서 다릅니다. 순서가 있는 데이터에 주로 사용되며, 해당 데이터를 입력으로, 하나의 네트워크를 통해서 순서대로 출력을 얻습니다. 순서가 있는 데이터는 소리, 언..

IT/Deep Learning 2020. 2. 24. 22:31

딥러닝 (6) - CNN (Convolutional Neural Network)

Writer: Harim Kang 해당 포스팅은 '시작하세요! 텐서플로 2.0 프로그래밍'책의 흐름을 따라가면서, 책 이외에 검색 및 다양한 자료들을 통해 공부하면서 정리한 내용의 포스팅입니다. 해당 내용은 CNN에 대한 내용을 담고 있습니다. 사용 라이브러리는 Tensorflow 2.0 with keras입니다. 컨볼루션 신경망(Convolutional Neural Network) CNN(Convolutional Neural Network)은 주로 이미지를 사용한 딥러닝 네트워크 방식에서 사용됩니다. 사실, 이미지 외에 음성과 텍스트, 시간 데이터에도 사용 가능합니다. CNN의 구성 분류를 위한 컨볼루션 신경망은 특징 추출을 하는 부분과 분류기 부분으로 나누어집니다. 특징 추출(Feature Extra..

IT/Deep Learning 2020. 2. 24. 22:12

딥러닝 (5) - 분류(Classification) 네트워크

Writer: Harim Kang 해당 포스팅은 Tensorflow 2.0, Keras, sklearn을 이용한 딥러닝 분류 네트워크에 대한 내용입니다. 해당 내용은 이항 분류와 다항 분류를 포함하고 있습니다. 딥러닝 네트워크를 이용한 분류 분류(Classification)는 회귀(Regression)와 함께 가장 기초적인 분석 방법입니다. 데이터가 어느 범주(Category)에 속하는지를 판단하는 방법입니다. 이항 분류(Binary Classification) 2개의 Label을 갖는 데이터가 들어왔을 때, 0 또는 1로 분류를 하는 것을 의미합니다. 활성화 함수는 주로 Sigmoid 함수를 사용합니다. Sigmoid 함수가 0 또는 1로 출력을 하기 때문입니다. Sigmoid 대신 Softmax를 사..

IT/Deep Learning 2020. 2. 24. 21:57

딥러닝 (4) - 회귀(Regression) 네트워크 만들기

Writer: Harim Kang 해당 포스팅은 '시작하세요! 텐서플로 2.0 프로그래밍'책의 흐름을 따라가면서, 책 이외에 검색 및 다양한 자료들을 통해 공부하면서 정리한 내용의 포스팅입니다. 해당 내용은 딥러닝을 이용한 회귀에 대한 내용을 담고 있습니다. 사용 라이브러리는 Tensorflow 2.0 with keras입니다. 딥러닝 네트워크를 이용한 회귀 Squential 모델과 Dense 레이어를 사용한 간단한 네트워크를 형성하여 회귀 네트워크를 만들어보겠습니다. 앞선 포스팅에서 만든 XOR 연산 네트워크 또한 회귀 네트워크의 하나라고 할 수 있습니다. 일반적인 회귀 방법 일반적으로 numpy, tensorflow, sklearn 라이브러리를 사용한 회귀 방법이 있습니다. 이것은 머신러닝 (7) 포..

IT/Deep Learning 2020. 2. 12. 15:47

머신러닝 (7) - Regression(회귀)

Writer: Harim Kang 해당 포스팅은 머신러닝에서 사용되는 Regression, 회귀를 공부하면서 직접 코드를 작성해본 실습 위주의 내용입니다. 선형 회귀의 경우에는 Numpy, Tensorflow2.0, sklearn 라이브러리를 사용하여 세가지 방법으로 구현해보았고, 다항 회귀는 Tensorflow2.0, sklearn 라이브러리를 사용하여 두가지 방법을 사용해보았습니다. Regression (회귀) 회귀는 기본적인 데이터 분석 방법입니다. 짧게 정의하자면, 가격이나 확률처럼 연속된 실숫값을 정확히 예측하는 것을 목적으로 가진 방법입니다. 최소제곱법(Least Square Method) 하나의 함수와 각 데이터의 차를 잔차(Residual)라고 합니다. 잔차들의 제곱을 최소화하는 알고리즘을..

IT/Machine Learning 2020. 2. 12. 14:39

페이징

1 2 3 4 5 6 7
반응형

티스토리툴바