기본 콘텐츠로 건너뛰기

About Blog

최근 글

[책 리뷰] 알파고를 분석하며 배우는 인공지능

 현재, 강화학습을 기반으로한 Dynamic Scheduling을 연구하고 있는 나로써는 매우 읽어보고 싶은 책이었고, 마침 좋은 기회가 생겨 책을 읽어볼 수가 있었다. 책에 대한 리뷰는 다음과 같다. 강화학습 알고리즘을 구성하는데에 있어, 내가 개인적으로 가장 중요하다고 생각되는 부분은 도메인에 맞는 환경을 직접 구성하는 데에 있다고 생각한다.  하지만, 이 부분은 꽤 많은 코드를 요구하고 있으며, 시작하기 전에 한숨만 나오는 상황이다. 나는 이 책을 그런 부분에서 좀 조언을 얻고자 읽고 싶었던 마음이 컸다. 이 책을 읽어본 결과, 장점은 다음과 같다. 1. 최근에 뜨거운 관심을 받았던 알파고의 빌드업 과정에 대해 쉽게 이해할 수가 있다. 2. 강화학습 환경구성 및 인식에는 무엇이 중요하며, 학습과정에서는 어떤 정책이 기반으로 되는지, 이세돌과의 대결에서 알파고는 어떻게 작동하고 있었는지 쉽게 이해할 수가 있다. 3. 시각적 자료가 잘 정리되어 있다. 4. 기반 논문에 대한 제목을 하나하나 첨부해주었기에, 더 자세하게 공부하고 싶을 경우, 편하게 접근할 수가 있다.  5. 딥러닝, 강화학습 등에 대한 개념이 부족해도, 이 책에서 해당 이론에 대한 컨셉만큼은 확실하게 설명해주기에, 이해하는데 불편함이 적어진다.  (그래도, 기본적인 지식이 있으면 이해하기에는 더 수월할 것이다.) 현재, Dynamic Scheduling을 위한 강화학습 환경을 직접 구성하고 있는데, 학습 속도를 어떻게 하면 빠르게 개선시킬 수 있을까라는 고민을 하던 와중에, 이 책을 통해 어떻게 하면 되겠다라는 아이디어를 얻었으며, 이 아이디어를 통해 가치가 있는 논문을 작성해보려고 한다. 

PDF 리더기 SONY DPT-RP1 리뷰

PDF 리더기 SONY DPT RP1 리뷰 다시 대학원에 들어가게 되면서, 큰 마음 먹고 샀다. 이 제품은 한국에서는 사지 못하고 아마존을 통해 구매를 해야되는데, 대충 700달러라고 보면 된다. 나는 부산으로 내려오기 전 날 운좋게도 이른 아침에 중고나라에 판매글이 올라와 오후에 바로 거래를 했다. 사실상 새제품에다가 커버까지 해서 75만원으로 샀다. 사실 두꺼운 A4 사이즈 스프링 노트를 들고 다니는 것도 질렸으며, 다시 대학원을 들어가게 된다면 허구한 날 논문을 뽑아서 읽어야 되고, 원서도 다운 받아 읽어야 된다. 그냥  평상시였으면 받아드렸을 현실이지만, 예전 카페에서 아이패드 프로를 통해 멋지게 필기하며 공부하는 사람을 보고 거기서 '와 나도 사고싶다'라고 생각이 든게 문제였다. 사실 pdf 리더에 그냥 노트기능밖에 없는 이 전자기기는 아이패드보다는 비싸고 프로보다는 싼 아주 비합리적인 가격이다. 차라리 돈 더 줘서, 아이패드 프로를 사는 것이 투자대비 기능은 훨씬 좋다. 지금도 그렇게 생각한다. 이 제품은 일단 비싼건 맞다. 그래도 이 제품을 산 것은, 그냥 뭔가 이상하게 끌린다. 그냥 와 이거 있으면 공부를 열심히 할 수 있을 것 같다. 라는 생각이 컸다. 그냥 아이패드보다는 이걸 사고 싶었다. 사용후기는 매우 만족스럽다.  눈이 편안하다. 배터리 걱정이 없다. 가볍다. 일반 노트보다도 가볍기 때문에 가방이 한층 가벼워진게 느껴질 정도이다. 필기 정리가 편하다. 특히 난, a4용지에다가 이런저런 필기를 많이 하는 편인데 이거를 분류해서 관리하는 능력이 없다. 덕분에 책상에 a4용지가 널부러지지도 않고, 필기 정리를 잘 할 수 있어서 매우 만족스럽다. 원서를 힘들게 프린트 하거나 컴퓨터 화면으로 읽을 일이 없어졌다. 디자인이 매우 훌륭하다.  단점은 이거 하나다. 펜촉이 너무 빨리단다. 진짜 빨리 단다.  가난한 대학원생활을

R dplyr 활용법

논문작성에 필요한 R ggplot2 데이터 시각화 Ch1. R dplyr 활용 0. 데이터 불러오기 다운로드 링크 : https://www.kaggle.com/daiearth22/uniqlo-fastretailing-stock-price-prediction ​ x STOCK = read.csv ( "C:/R/uniqlo-fastretailing-stock-price-prediction/Uniqlo(FastRetailing) 2012-2016 Training - stocks2012-2016.csv" ) ​ STOCK $ Date = as.Date ( STOCK $ Date ) STOCK $ Year = as.factor ( format ( STOCK $ Date , "%Y" )) STOCK $ Day = as.factor ( format ( STOCK $ Date , "%a" )) ​ str ( STOCK ) xxxxxxxxxx > str ( STOCK ) 'data.frame' : 1226 obs. of   9 variables : $ Date         : Date , format : "2016-12-30" "2016-12-29" ... $ Open         : int   42120 43000 43940 43140 43310 43660 43900 42910 42790 43350 ... $ High         : int   42330 43220 43970 43700 43660 43840 44370 43630 43150 43550 ... $ Low           : int   41700 42540 43270 43140 43090 43190 43610 42860 42740 42810 ... $ Close