전체 글25 Gymnasium's Lunar Lander with Deep Q Learning (DQN) : 한국어 번역 이 블로그 글은 해당 내용을 한국어로 번역한 글입니다. 이 글의 주된 타겟 독자는 강화학습을 입문하는 사람들입니다! 강화학습이 어떤 것인지부터 시작해서 DQN을 설명하고 그것을 Lunar Lander에 적용하는 것까지 다룰 예정입니다. https://www.findingtheta.com/blog/solving-gymnasiums-lunar-lander-with-deep-q-learning-dqn Solving Gymnasium's Lunar Lander with Deep Q Learning (DQN)Learn how the Reinforcement Learning Algorithm Deep Q Learning (DQN) works and apply it to solve Gymnasium's Lunar L.. 2024. 12. 2. 큐 자료 구조 특징 | 큐의 수도 알고리즘 Pseudo Algorithm of Queue 1. 큐 Queue큐는 대기 줄과 같은 자료구조입니다. 은행에서 방금 도착했다면, 가장 나중으로 대기 순번이 정해집니다. 그리고 은행 창구에서는 가장 빨리 온 사람들을 먼저 부르게 됩니다.즉, 먼저 들어온 데이터가 먼저 나가는 선입선출, FIFO, First In First Out 방식입니다. 1. 1. 가능한 작업 Enqueue: 데이터를 큐의 뒤쪽(rear)에 삽입합니다.Dequeue: 데이터를 큐의 앞쪽(front)에서 삭제합니다. 1. 2. 활용 프린터 스풀러: 여러 작업이 프린터에 보내질 때, 작업들은 큐에 저장됩니다. 프린터는 큐에서 하나씩 작업을 꺼내어 인쇄합니다.프로세스 관리: 운영체제는 프로세스의 상태를 관리하기 위해 큐를 사용합니다. 예를 들어, 준비 상태의 프로세스를 관리하는 준비 큐.. 2024. 6. 27. 스택 자료 구조 특징 | 스택의 수도 알고리즘 Pseudo Algorithm of Stack 1. 스택 Stack스택 쌓는 말을 많이 들어보셨을 겁니다.이 자료구조 또한 쌓아가는 형태를 가지는 자료구조를 말합니다. 1. 1. 가능한 작업pushpoptop스택은 Push, Pop, Top 작업이 가능합니다.가장 위에서 데이터를 삽입하고, 가장 위에서 데이터를 삭제하고 가장 위에 있는 데이터를 출력합니다.이러한 특징으로 스택에서는 시간 순서에 따라서 데이터가 쌓입니다. = 후입선출, LIFO, Last In First Out 1. 2. 프로세스 4대 요소 중 하나스택 자료구조는 프로세스 4대 요소 중 하나입니다.프로세스 4대 요소code : 사용자가 작성한 프로그램 함수data : 프로그램이 사용하는 데이터 공간으로 전역변수, Static 변수heap : 프로그래머가 필요할 때 사용하는 공간stac.. 2024. 6. 26. [포스코 청년 AI·Big Data] 선형대수 8. 역행렬 Inverse Matrix, 행렬식 포스코 청년 AI·Big Data 아카데미 사전교육 중 장황수학의 선형대수 강의를 듣고 손으로 필기한 내용입니다. 2024. 6. 25. 관계형 데이터베이스 모델링 Relational Database Modeling 데이터베이스 개요데이터베이스: 관련된 데이터를 담고 있는 파일들의 모음DBMS(데이터베이스 관리 시스템): 데이터베이스를 관리하는 소프트웨어새로운 데이터베이스를 생성하고 스키마(데이터의 논리적 구조)를 지정하는 기능 제공사용자가 쿼리 언어를 사용하여 데이터를 조회하고 수정할 수 있게 함대용량 데이터를 저장할 수 있음오류, 실패 또는 의도적인 악용으로부터 데이터베이스를 복구할 수 있음여러 사용자가 동시에 데이터에 접근할 수 있게 함2. 데이터의 관계형 모델2.1 데이터 모델 개요데이터를 설명하는 표기법구성 요소:데이터 구조: 개념 모델 (물리 모델보다)데이터 작업: 수행 가능한 제한된 작업 집합쿼리: 정보를 조회하는 작업수정: 데이터베이스를 변경하는 작업. 효율적이고 쉬워야 함데이터 제약 조건: 데이터에 .. 2024. 6. 25. [포스코 청년 AI·Big Data] 선형대수 7. 랭크 Rank 포스코 청년 AI·Big Data 아카데미 사전교육 중 장황수학의 선형대수 강의를 듣고 손으로 필기한 내용입니다. 미지수가 n개인 연립일차방정식의 근과 게수 rank의 관계일차연립방정식의 계수행렬을 A, 확대행렬을 A|B라고 하자.1. rank(A) 2. rank(A) = rank(A|B) = n 이면, 근이 오직 하나이다.3. rank(A) 2024. 6. 24. [포스코 청년 AI·Big Data] 선형대수 6. 벡터와 벡터의 내적 포스코 청년 AI·Big Data 아카데미 사전교육 중 장황수학의 선형대수 강의를 듣고 손으로 필기한 내용입니다. 1. 두 벡터 \( \vec{a} = (a_1, a_2, a_3) \), \( \vec{b} = (b_1, b_2, b_3) \)의 사잇각 \( \theta \)일 때, \[ \vec{a} \cdot \vec{b} = |\vec{a}||\vec{b}|\cos\theta = a_1b_1 + a_2b_2 + a_3b_3 \] \[ \Rightarrow \cos\theta = \frac{\vec{a} \cdot \vec{b}}{|\vec{a}||\vec{b}|} \] 2. 내적의 성질 1. \( \vec{a} \cdot \vec{b} = \vec{b} \cdo.. 2024. 6. 23. [포스코 청년 AI·Big Data] 선형대수 5. 고유치 및 고유벡터의 성질 포스코 청년 AI·Big Data 아카데미 사전교육 중 장황수학의 선형대수 강의를 듣고 손으로 필기한 내용입니다. A 행렬의 고유치 합은 대각원소의 합 (trace)A 행렬의 고유치 곱은 행렬식 det\(A^T\) 와 A의 고유치는 같다.A의 고유치가 \(\lambda\) 이면 \(A^n\)의 고유치는 \(\lambda^n\)\(A^{-1}\) 의 고유치는 \(\lambda^{-1}\)\(\alpha A\)의 고유치는 \(\alpha \lambda\)\(A+\alpha I\)의 고유치는 \(\lambda + \alpha \)대칭행렬의 고유치는 항상 실수이며, 서로 다른 고유치에 해당하는 각각의 고유벡터는 수직관계교대행렬의 고유치는 0 또는 순허수직교행렬의 고유치는 1 또는 -1, 켤레복소수(공액 복소.. 2024. 6. 22. IT 관련 용어 정리 (3) Recursion함수가 자기 자신을 호출하여 문제를 해결하는 프로그래밍 기법이다.호출 횟수를 제한하는 조건문이 필요하다. 만약 이 조건문이 없으면 무한히 재귀 호출이 발생한다.-장점1. 코드의 간결성 : 반복문 사용보다 더 간결한 코드를 사용할 수 있다.2. 문제 해결의 용이성 : 몇몇 문제에서는 더 용이하다. 예를 들어 트리구조, 그래프 탐색 문제가 있다.- 단점1. 메모리 사용량 증가 : 자신을 호출하는 과정에서 스택 메모리를 사용하게 되므로, 호출 횟수가 많을 경우 메모리 사용량이 증가한다.2. 실행 속도 저하 : 반복문보다 함수 호출과 반환에 대한 오버헤드가 더 크므로, 실행속도가 느려질 수 있다.ADT Abstract data type1. Stack 후입 선출스택 (stack) 은 배열의 끝에서.. 2024. 6. 21. 이전 1 2 3 다음
