https://devhrxoobm.itwiki.kr/api.php?action=feedcontributions&feedformat=atom&user=Aimaster 2026-09-16T01:38:38Z 사용자 기여 MediaWiki 1.45.1 https://devhrxoobm.itwiki.kr/index.php?title=Q_%EB%9F%AC%EB%8B%9D&diff=4456 2019-10-28T13:47:17Z

<p>Aimaster: 새 문서: 분류:인공지능 ;Q Learning; Q-learning ;특정 상태에서 행동에 대한 미래값(Q)을 계산하여, 최적 정책을 찾는 마르코프 결정 프로세스 기반...</p> <hr /> <div>[[분류:인공지능]]<br /> ;Q Learning; Q-learning<br /> ;특정 상태에서 행동에 대한 미래값(Q)을 계산하여, 최적 정책을 찾는 [[마르코프 결정 프로세스]] 기반 [[강화 학습]] 기법</div>

Aimaster https://devhrxoobm.itwiki.kr/index.php?title=%EB%A7%88%EB%A5%B4%EC%BD%94%ED%94%84_%EA%B2%B0%EC%A0%95_%ED%94%84%EB%A1%9C%EC%84%B8%EC%8A%A4&diff=4455 2019-10-28T13:05:25Z

<p>Aimaster: </p> <hr /> <div>[[분류:인공지능]]<br /> ;MDP; Markov Decision Process<br /> <br /> == 특징 ==<br /> * Stochastic: 다음 결과는 확률적으로 결정됨<br /> * Partially Observable: 전체 결정 과정을 조망할 수 없음<br /> <br /> == 구성 ==<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! 구성 !! 설명<br /> |-<br /> | S || 상태의 유한 집합<br /> |-<br /> | A || 행동의 유한 집합<br /> |-<br /> | R || 보상 기대값, R(s, a)<br /> |-<br /> | r || 차감 요인, 0~1<br /> |-<br /> | T || 전이확률, T(s', a, s)<br /> |}<br /> <br /> == Q 러닝과의 비교 ==<br /> ;유사한 목적으로 강화학습에 사용되는 Q Learning<br /> {{MDP와 Q 러닝}}<br /> <br /> == 같이 보기 ==<br /> * [[머신러닝]]<br /> * [[강화 학습]]<br /> * [[은닉 마르코프 모델]]</div>

Aimaster https://devhrxoobm.itwiki.kr/index.php?title=%ED%8B%80:MDP%EC%99%80_Q_%EB%9F%AC%EB%8B%9D&diff=4454 2019-10-28T13:04:42Z

<p>Aimaster: 새 문서: {| class=&quot;wikitable&quot; |- ! 항목 !! MDP !! Q 러닝 |- | 결정 과정 || 전이확률T(s’,a,s) 계산 || 미래값(Q) 계산 |- | 정책(Policy) || π(s) = 𝑎𝑟𝑔𝑚...</p> <hr /> <div>{| class=&quot;wikitable&quot;<br /> |-<br /> ! 항목 !! [[MDP]] !! [[Q 러닝]]<br /> |-<br /> | 결정 과정 || 전이확률T(s’,a,s) 계산 || 미래값(Q) 계산<br /> |-<br /> | 정책(Policy) || π(s) = 𝑎𝑟𝑔𝑚𝑎𝑥 𝑇(𝑠’, 𝑎, 𝑠) || π(s) = 𝑎𝑟𝑔𝑚𝑎𝑥 𝑄(𝑠, 𝑎)<br /> |-<br /> | 최적 값 || 수렴 시까지 V(s)수행 || Q 테이블 업데이트<br /> |}</div>

Aimaster https://devhrxoobm.itwiki.kr/index.php?title=%EA%B0%95%ED%99%94%ED%95%99%EC%8A%B5&diff=4453 2019-10-28T13:00:49Z

<p>Aimaster: 강화 학습 문서로 넘겨주기</p> <hr /> <div>#넘겨주기 [[강화 학습]]</div>

Aimaster https://devhrxoobm.itwiki.kr/index.php?title=Reinforcement_Learning&diff=4452 2019-10-28T13:00:35Z

<p>Aimaster: 강화 학습 문서로 넘겨주기</p> <hr /> <div>#넘겨주기 [[강화 학습]]</div>

Aimaster https://devhrxoobm.itwiki.kr/index.php?title=Data_Quality_Management&diff=4451 2019-10-28T13:00:09Z

<p>Aimaster: 데이터 품질 관리 문서로 넘겨주기</p> <hr /> <div>#넘겨주기 [[데이터 품질 관리]]</div>

Aimaster https://devhrxoobm.itwiki.kr/index.php?title=Markov_Decision_Process&diff=4450 2019-10-28T12:59:24Z

<p>Aimaster: 마르코프 결정 프로세스 문서로 넘겨주기</p> <hr /> <div>#넘겨주기 [[마르코프 결정 프로세스]]</div>

Aimaster https://devhrxoobm.itwiki.kr/index.php?title=MDP&diff=4449 2019-10-28T12:59:06Z

<p>Aimaster: 마르코프 결정 프로세스 문서로 넘겨주기</p> <hr /> <div>#넘겨주기 [[마르코프 결정 프로세스]]</div>

Aimaster https://devhrxoobm.itwiki.kr/index.php?title=%EB%A7%88%EC%BD%94%ED%94%84_%EA%B2%B0%EC%A0%95_%EA%B3%BC%EC%A0%95&diff=4448 2019-10-28T12:58:48Z

<p>Aimaster: 마르코프 결정 프로세스 문서로 넘겨주기</p> <hr /> <div>#넘겨주기 [[마르코프 결정 프로세스]]</div>

Aimaster https://devhrxoobm.itwiki.kr/index.php?title=%EB%A7%88%EB%A5%B4%EC%BD%94%ED%94%84_%EA%B2%B0%EC%A0%95_%EA%B3%BC%EC%A0%95&diff=4447 2019-10-28T12:58:33Z

<p>Aimaster: 마르코프 결정 프로세스 문서로 넘겨주기</p> <hr /> <div>#넘겨주기 [[마르코프 결정 프로세스]]</div>

Aimaster https://devhrxoobm.itwiki.kr/index.php?title=%EB%A7%88%EC%BD%94%ED%94%84_%EA%B2%B0%EC%A0%95_%ED%94%84%EB%A1%9C%EC%84%B8%EC%8A%A4&diff=4446 2019-10-28T12:58:12Z

<p>Aimaster: 마르코프 결정 프로세스 문서로 넘겨주기</p> <hr /> <div>#넘겨주기 [[마르코프 결정 프로세스]]</div>

Aimaster https://devhrxoobm.itwiki.kr/index.php?title=HMM&diff=4445 2019-10-28T12:57:49Z

<p>Aimaster: 은닉 마르코프 모델 문서로 넘겨주기</p> <hr /> <div>#넘겨주기 [[은닉 마르코프 모델]]</div>

Aimaster https://devhrxoobm.itwiki.kr/index.php?title=Hidden_Markov_Model&diff=4444 2019-10-28T12:57:27Z

<p>Aimaster: 은닉 마르코프 모델 문서로 넘겨주기</p> <hr /> <div>#넘겨주기 [[은닉 마르코프 모델]]</div>

Aimaster https://devhrxoobm.itwiki.kr/index.php?title=%EC%9D%80%EB%8B%89_%EB%A7%88%EB%A5%B4%EC%BD%94%ED%94%84_%EB%AA%A8%EB%8D%B8&diff=4443 2019-10-28T12:57:06Z

<p>Aimaster: 새 문서: 분류:인공지능 ;HMM; Hidden Markov Model ;시스템이 은닉된 상태와 관찰 가능한 결과의 두 가지 요소로 이루어졌다고 보는 통계 기반의 모델...</p> <hr /> <div>[[분류:인공지능]]<br /> ;HMM; Hidden Markov Model<br /> ;시스템이 은닉된 상태와 관찰 가능한 결과의 두 가지 요소로 이루어졌다고 보는 통계 기반의 모델<br /> <br /> * 마코프 체인을 기반으로 하고 있음<br /> * 마코프 체인의 핵심 개념: 한 상태(state)의 확률은 단지 그 이전 상태에만 의존한다.<br /> <br /> == 특징 == <br /> * 은닉 상태: 상태를 직접적으로 볼 수 없고 상태들로부터 야기된 결과들만을 관찰 가능<br /> * 마르코프 체인: 각 시행 결과가 바로 앞의 시행 결과에만 영향을 받는 일련의 확률적 시행<br /> * 순차 데이터: 시간성을 갖는 데이터, 대부분 가변 길이를 가짐<br /> <br /> == 주요 변수 ==<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! 변수 !! 설명<br /> |-<br /> | 초기화 확률 || HMM 시작 시점 어느 상태에서 시작할지 결정 시 확률<br /> |-<br /> | 상태 전이 확률 || 상태 전이 시 발생하는 확률<br /> |-<br /> | 관측 확률 || 어느 한 상태, 관측된 상태 확률<br /> |}</div>

Aimaster https://devhrxoobm.itwiki.kr/index.php?title=%EC%9D%80%EB%8B%89_%EB%A7%88%EC%BD%94%ED%94%84_%EB%AA%A8%EB%8D%B8&diff=4442 2019-10-28T12:56:52Z

<p>Aimaster: 은닉 마르코프 모델 문서로 넘겨주기</p> <hr /> <div>#넘겨주기 [[은닉 마르코프 모델]]</div>

Aimaster https://devhrxoobm.itwiki.kr/index.php?title=%EB%A7%88%EB%A5%B4%EC%BD%94%ED%94%84_%EA%B2%B0%EC%A0%95_%ED%94%84%EB%A1%9C%EC%84%B8%EC%8A%A4&diff=4441 2019-10-28T12:53:41Z

<p>Aimaster: </p> <hr /> <div>[[분류:인공지능]]<br /> ;MDP; Markov Decision Process<br /> <br /> == 특징 ==<br /> * Stochastic: 다음 결과는 확률적으로 결정됨<br /> * Partially Observable: 전체 결정 과정을 조망할 수 없음<br /> <br /> == 구성 ==<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! 구성 !! 설명<br /> |-<br /> | S || 상태의 유한 집합<br /> |-<br /> | A || 행동의 유한 집합<br /> |-<br /> | R || 보상 기대값, R(s, a)<br /> |-<br /> | r || 차감 요인, 0~1<br /> |-<br /> | T || 전이확률, T(s', a, s)<br /> |}<br /> <br /> == 같이 보기 ==<br /> * [[머신러닝]]<br /> * [[강화 학습]]<br /> * [[은닉 마르코프 모델]]</div>

Aimaster https://devhrxoobm.itwiki.kr/index.php?title=%EB%A7%88%EB%A5%B4%EC%BD%94%ED%94%84_%EA%B2%B0%EC%A0%95_%ED%94%84%EB%A1%9C%EC%84%B8%EC%8A%A4&diff=4440 2019-10-28T12:44:47Z

<p>Aimaster: 새 문서: 분류:인공지능 ;MDP; Markov Decision Process == 특징 == * Stochastic: 다음 결과는 확률적으로 결정됨 * Partially Observable: 전체 결정 과정을 조망할...</p> <hr /> <div>[[분류:인공지능]]<br /> ;MDP; Markov Decision Process<br /> <br /> == 특징 ==<br /> * Stochastic: 다음 결과는 확률적으로 결정됨<br /> * Partially Observable: 전체 결정 과정을 조망할 수 없음<br /> <br /> == 구성 ==<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! 구성 !! 설명<br /> |-<br /> | S || 상태의 유한 집합<br /> |-<br /> | A || 행동의 유한 집합<br /> |-<br /> | R || 보상 기대값, R(s, a)<br /> |-<br /> | r || 차감 요인, 0~1<br /> |-<br /> | T || 전이확률, T(s', a, s)<br /> |}</div>

Aimaster https://devhrxoobm.itwiki.kr/index.php?title=%EA%B0%95%ED%99%94_%ED%95%99%EC%8A%B5&diff=4439 2019-10-28T12:40:20Z

<p>Aimaster: </p> <hr /> <div>[[분류:인공지능]]<br /> ;Reinforcement learning<br /> ;[[머신러닝]]의 학습 모델로, 현재 상태에서 어떤 행동(Action)을 하면 가장 보상(Reward)를 많이 받을 지 스스로 학습하는 모델<br /> * 행동 심리학을 기반으로 고안됨<br /> <br /> [[파일:강화 학습.png]]<br /> <br /> == 특징 ==<br /> * 보상 기반: 행동 심리학 기반, 보상을 통한 행동 유도<br /> * 목표 지향: 구체적으로 정해진 목표 수행 의도<br /> * 상호 작용: 데이터가 아닌 반복 수행 및 피드백을 통한 습득<br /> <br /> == 종류 ==<br /> <br /> === [[마르코프 결정 프로세스]] ===<br /> ;MDP; Markov Decision Process<br /> * 특징<br /> ** Stochastic: 다음 결과는 확률적으로 결정됨<br /> ** Partially Observable: 전체 결정 과정을 조망할 수 없음<br /> * 구성<br /> ** S: 상태들의 유한 집합<br /> ** A: 행동들의 유한 집합<br /> ** Policy = ㅠ(s) -&gt; S</div>

Aimaster https://devhrxoobm.itwiki.kr/index.php?title=%EA%B0%95%ED%99%94_%ED%95%99%EC%8A%B5&diff=4438 2019-10-28T12:34:26Z

<p>Aimaster: </p> <hr /> <div>[[분류:인공지능]]<br /> ;Reinforcement learning<br /> ;[[머신러닝]]의 학습 모델로, 현재 상태에서 어떤 행동(Action)을 하면 가장 보상(Reward)를 많이 받을 지 스스로 학습하는 모델<br /> * 행동 심리학을 기반으로 고안됨<br /> <br /> [[파일:강화 학습.png]]<br /> <br /> == 특징 ==<br /> * 보상 기반: 행동 심리학 기반, 보상을 통한 행동 유도<br /> * 목표 지향: 구체적으로 정해진 목표 수행 의도<br /> * 상호 작용: 데이터가 아닌 반복 수행 및 피드백을 통한 습득<br /> <br /> == 종류 ==<br /> <br /> === 마르코프 결정 프로세스 ===<br /> ;MDP; Markov Decision Process<br /> * 특징<br /> ** Stochastic: 다음 결과는 확률적으로 결정됨<br /> ** Partially Observable: 전체 결정 과정을 조망할 수 없음<br /> * 구성<br /> ** S: 상태들의 유한 집합<br /> ** A: 행동들의 유한 집합<br /> ** Policy = ㅠ(s) -&gt; S</div>

Aimaster https://devhrxoobm.itwiki.kr/index.php?title=%ED%8C%8C%EC%9D%BC:%EA%B0%95%ED%99%94_%ED%95%99%EC%8A%B5.png&diff=4437 2019-10-28T11:56:24Z

<p>Aimaster: </p> <hr /> <div></div>

Aimaster