znxkznxk1030

기계학습과정보이론 - 과제2 논문 초안 개선하기

2025451021

인공지능학과

김영수

Title

On the Effect of Negative-Pair Variance in Contrastive Learning and a VRN-Based Solution

znxkznxk1030

중간고사 예상 문제

1. (Finite) Markov Decision Process

1. 강화학습(Reinforcement Learning)의 정의를 서술하고, 지도학습(Supervised Learning)과의 차이점을 예시와 함께 설명하시오

A goal-directed learning from interaction

znxkznxk1030

중간고사 예상 문제

Introduction

1. 다음 개념들: 인공지능(AI), 머신러닝(ML), 딥러닝 (DL)의 관계를 설명하고, 각각 대표적인 예시를 하나씩 들어 서술하시오

$$ 딥러닝 \subset 머신러닝 \subset 인공지능$$3

인공지능은 인간처럼 사고하고 행동하는 기계를 만드는 기술 전반을 의미한다.

znxkznxk1030

강의 내용 요약 과제

2025451021

인공지능학과

김영수

1. Entropy 정의

Entropy란 어떤 확률 변수에 대해 정보의 양을 측정하는 개념이다. 여기에서 정보는 불확실성을 의미하고 해당 확률 변수의 불확실성의 정도를 의미한다.

znxkznxk1030

import random

import numpy as np

from visualize_train import draw_value_image, draw_policy_image

# left, right, up, down
ACTIONS = [np.array([0, -1]),
           np.array([0, 1]),
           np.array([-1, 0]),

znxkznxk1030

import numpy as np
from numpy.linalg import inv
from visualize_train import draw_value_image, draw_policy_image

# left, right, up, down
ACTIONS = [np.array([0, -1]),
           np.array([0, 1]),
           np.array([-1, 0]),
           np.array([1, 0])]

znxkznxk1030

"""Showcase of flying arrows that can stick to objects in a somewhat
realistic looking way.
"""

import sys
from typing import List

import pygame

import pymunk

znxkznxk1030

import torch
from torch import initial_seed

directs = [(1, 0), (-1, 0), (0, 1), (0, -1)] # [down, up, right, left]
inf = int(1e9)

def initialize_policy(width, height, terminals):
    policy = torch.full((height, width, 4), 0.0)
    for y in range(height):
        for x in range(width):

znxkznxk1030

znxkznxk1030

• 면접질문 리스트
  • ML/DL
    • Frequentist 와 Bayesian의 차이는 무엇인가?
    • Frequentist 와 Bayesian의 장점은 무엇인가?
    • 차원의 저주란?
    • Train, Valid, Test를 나누는 이유는 무엇인가?
    • Cross Validation이란?
    • (Super-, Unsuper-, Semi-Super) vised learning이란 무엇인가?
    • Decision Theory란?
• Receiver Operating Characteristic Curve란 무엇인가?