그저 저장소에 저장되어있는 데이터에 불과한 프로그램이 실행되기 위해서는 프로그램이 메모리에 LOAD되어 메모리 영역을 할당받아야 합니다. 이 때, 프로그램을 LOAD하고 메모리를 할당하는 작업은 OS에서 담당합니다. 그리고 프로그램이 할당받는 메모리는 용도에따라 크게 4가지 영역으로 나뉘어 집니다. CODE(TEXT), DATA, HEAP, STACK 4가지 메모리 영역을 좀 더 세분화한 그림입니다. 출처 : 위키피디아 1. CODE ( or TEXT) Segment - Code영역 혹은 Text영역 이라고 불립니다.- 실행할 프로그램의 기계어 코드가 저장됩니다.- 읽기 전용 데이터 입니다.- rodata: 프로그램에 사용되는 상수값 데이터들이 저장됩니다. (e.g 1, "Text", "\n", 2930..
Gradient Descent Optimization for Neural NetworkGradient Descent Optimization Algorithms at Long ValleyGradient Descent Optimization 이란 신경망 학습에서 손실함수의 값을 가능한 한 낮추는 매개변수의 최적값을 찾는 문제를 푸는 것을 지칭한다.Stochastic Gradient Descent(SGD)MomentumAdaGradRMSpropAdametc1. Stochastic Gradient Descent(SGD)-특징Mini-batch 데이터를 사용한다.기울어진 방향으로 탐색한다.구현이 쉽다.단점지그재그로 이동하여 비효율 적이다.비등방성 함수 탐색경로가 비효율적이다.2. Momentum특징△w는 속도의 ..
이 내용은 Sung Kim 교수님의 모두를 위한 RL 강좌를 정리한 내용입니다. https://youtu.be/S1Y9eys2bdg ----------------------------------------------------------------------------------------------------------------------이전 Lecture 6 에서 Q-Network의 문제점으로 1. Correlations between samples2. Non-stationary targets 두 가지를 말하며 Q-Network는 Optimal Q에 수렴하지 않는다고 했습니다. 그러나 구글 DeepMind 팀에서 이 문제를 해결하였고, 해결한 알고리즘의 이름이 바로 Deep Q-Network 입니다..
Random Forest1. Decision Tree(의사결정트리) 의 단점주어진 학습 데이터에 따라 생성되는 의사결정트리의 모델이 일정하지 않아 일반화를 할 수 없다.상위 노드의 에러가 다음 노드로 전파된다.의사결정트리를 활용한 학습결과가 일정하지 않다.2. Random Forest의 정의랜덤 포레스트는 여러 개의 의사결정트리들을 임의적으로 학습하는 방식의 앙상블 학습법.앙상블 학습법이란 데이터를 사용해 n개의 데이터 집합을 만든 뒤, m개의 모델에 나누어 학습시킨 뒤 각 결과들을 종합하는 학습법(n =< m)3. Random Forest의 장점월등히 높은 정확성간편하고 빠른 학습 및 테스트 알고리즘변수소거 없이 수천 개의 입력 변수들을 다루는 것이 가능임의화를 통한 좋은 일반화 성능다중 클래스 알고리..
Decision tree1. 의사결정 트리란?결정트리는 의사 결정 규칙과 그 결과들을 트리 구조로 도식화한 의사 결정 지원 도구의 일종이다. 목표에 가장 가까운 결과를 낼 수 있는 전략을 찾기 위해 주로 사용된다.분류(classification)기술 중 가장 일반적으로 사용되는 방법이다.eager learning과 관련있다. 미리 분류해놓은 tree를 가지로 query가 들어오면 tree를 거쳐 답을 내준다.2. 의사결정 트리 알고리즘이란?결정 트리를 구성하는 알고리즘에는 주로 하향식 기법이 사용되며, 각 진행 단계에서는 주어진 데이터 집합을 가장 적합한 기준으로 분할하는 변수값이 선택된다.서로 다른 알고리즘들은 '분할의 적합성'을 측정하는 각자의 기준이 있다.(ex.동질성 측정)3. 의사결정 트리의 장..
$ git push origin --delete [브랜치 이름]
- Total
- Today
- Yesterday
- MDP
- #ausg
- Preprocessing
- git
- AWS
- gitgnore
- 강화학습
- Reinforcement Learning
- ausg
- branch
- Gradient descent algorithm
- commands
- Reinforcement Learniing
- Android
- #ab
- Memory segmetation
- #handsonlab
- Algorithm
- OS
- System
- 통계적 가설 검정
- Markov Decision Process
- #AWS
- sequelize
- Confustion Matrix
- Linux
- Android Studio
- rl
- MySQL
- p-value
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 |