티스토리 뷰

기계 학습

RL 소개

quantlab 2016. 11. 21. 19:08

RL연재01.pdf



누군가 강화 학습이 어렵다고 하던데, 이렇게 정리해 놓고 보면 그다지 어려울 것도 없다. 


나는 이 글을 쓰는데 발표 3번 듣고, 한 3-4일(하루 4-5시간?) 관련 자료를 읽었다.


다음의 자료를 주로 참조했다. 


https://inst.eecs.berkeley.edu/~cs294-40/fa08/#lectures




물론 유명한 Sutton의 책도 있지만, 책은 너무 쓸데없이 길다.


내 지론은 "잘 정리된 핵심은 짧고, 간단하다."


사실 "강화학습"이 유망하다고 해서, 한 번 공부해 본 것인데,


누군가 나에게 1:1로 설명해 줬다면, 3시간도 안 걸릴 내용이다.



통계학 공부를 하면서도 느꼈던 것은,


"음, 이런 식으로 써 놓고 나도 이해하라는 거야?


이런 식으로 통계학 책을 쓰는 것은 둘 중의 하나일 것이다.


1. 저자도 제대로 이해를 못 했거나,


2. 통계학 공부를 아주 어렵게 만들어서, 다른 사람들은 잘 모르게 하거나,


통계학이 아주 어려운 공부인 것처럼 보이게 하려고."



어쨋든 결론은, 잘 정리된 핵심을 배운다면,


혹은 제대로 이해하는 개인 교사를 만난다면,


3시간 동안 많은 것을 배울 수 있다.



혹시 <기초 통계>, <R> 등에 관해 개인 교사가 필요한 분은 연락을 주시길...


모르는 내용은 배워서라도 가르쳐 드리죠 ㅎㅎ




'기계 학습' 카테고리의 다른 글

InfoGAN에 대한 부연 설명  (0) 2017.06.04
Gaussian Processes 전개(Murphy의 책에서)  (0) 2017.03.30
Kalman filter  (0) 2016.12.03
kernel과 design matrix  (0) 2016.11.27
LASSO와 RIDGE 추정치의 차이  (0) 2016.11.11
공지사항
최근에 올라온 글
최근에 달린 댓글
Total
Today
Yesterday
링크
«   2024/04   »
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
글 보관함