반응형
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
Tags
- Gradient descent algorithm
- RL
- Sigmoid Function
- 강화학습
- 딥 러닝
- 시그모이드 함수
- 회귀
- cost function
- Kaggle
- machine learning
- 정리
- Q-Learning
- CNN
- iris
- 비용 함수
- Logistic regression
- sklearn
- reinforcement learning
- 논리 회귀
- convolutional neural network
- 기울기 감소 알고리즘
- 선형 회귀
- data
- Logistic
- regression
- 요약
- Neural network
- Deep learning
- csv
- 합성곱 신경망
Archives
- Today
- Total
목록라이브러리 (1)
컴공돌이의 스터디 블로그
[시즌RL].Lecture 2 - OpenAI GYM 게임해보기
* 이 글은 홍콩과기대 김성훈 교수님의 무료 동영상 강좌 "모두를 위한 머신러닝과 딥러닝 강의"를 보고 요점을 정리한 글 입니다. OpenAI GYM Reinforcement Learning(강화 학습)은 Agent와 Environment(환경)로 구성되어 있습니다. Agent가 어떠한 Action(행동)을 하게 되면 그것에 따른 Environment에서의 State(상태)와 Reward(보상)에 대한 정보를 받게 되고 이것을 통하여 학습을 하는 것이 Reinforcement Learning인데, 여기서 Environment를 전부 구현하는 것은 매우 어렵습니다. 이런 구현하기 어려운 Environment가 미리 구현되어져 있고 이것을 라이브러리를 통해 쉽게 사용할 수 있게 제공하는 것이 OpenAI G..
강의 Study/모두를 위한 머신러닝과 딥러닝 강의
2018. 3. 7. 12:00