Study

이 포스트는 면접 대비 겸 읽게 된 책을 내 방식 위주로 정리한 포스트다. 따라서 두서가 없을 확률이 굉장히 높아서 급한 사람용을 위한 치트시트.. 정도라고 보면 되겠다.

대부분의 강화학습 문제는 MDP로 모델링이 가능하다

강화학습의 목표는 보상을 최대로 만드는 최적 행동을 찾는 것이다

주어진 데이터셋의 목푯값을 예측하는데 사용하는 머신러닝 알고리즘에 대해 알아보자

같은 모양(같은 공분산)으로 퍼져 있는 두 그룹의 데이터는 로지스틱 회귀에서 항상 직선(선형 경계)으로 완벽하게 구분할 수 있다

휴대 가능한 모델은 직렬화가 가능하며 호환성을 가져야 한다. 텐서플로는 SavedModel과 Keras 형식으로 모델을 내보내고 TensorFlow.js는 이를 변환 후 LoadGraphModel과 loadLayersModel로 불러온다.

3년전 도커 이미지로 aws에 모델을 올리고 웹 사이트를 운영을 했었는데, 당시 내 궁금증으로는 그냥 로컬에서 돌리는 방법도 없나 싶어서 찾은 책이었다. 시간이 많이 지나서 이직 준비를 하면서 그간 사놓은 책들을 매일 하나씩 공부하는 생각으로 포스팅을 시작한다..! 따라서 이 포스팅은 내가 읽고 실습하면서 생각들을 정리한 포스트라고 보면 되겠다.

용어 정리가 너무 안되어 있어서 terminology를 포커스로 두고 정리를 해보았다. 간략하게 내 지난 연구를 소개하면 휴머노이드 모델을 모션 데이터를 기반으로 해서 강화학습을 통해 원하는 task를 수행하는 것이 주제였다.