人 煙403 최소 자승법 (Least Squares Method) 개념최소자승법은 데이터를 가장 잘 설명할 수 있는 직선(또는 곡선)을 찾는 방법입니다. 예를 들어,어떤 가계에서 일주일 동안 하루하루 아이스크림이 몇 개나 팔렸는지 기록이 있다고 생각해 봅시다.이 데이터를 보면 어떤 날은 많이 팔리고, 어떤 날은 조금 팔리고 해서 숫자가 들쭉날쭉 할 텐데요. 이 아이스크림 판매량이전반적으로 증가하는지, 감소하는지, 또는 그냥 비슷하게 유지되는지 알고 싶은 경우최소 자승법을 사용하면 데이터를 가장 잘 설명할 수 있는 "최적의 직선"을 찾을 수 있습니다. 파란색 점은 각 요일의 실제 아이스크림 판매량을 나타내고,빨간색 선은 최소 자승법을 통해 구한 "최적의 직선"입니다.그래서 그래프를 해석하면 아이스크림 판매량이 전반적으로 증가하고 있다고 봐도 될 거 같죠? 세부내용x가 날.. 2024. 11. 15. Contextual Bandit & LinUCB Contextual Bandit은 주로 추천 시스템, 광고 배치, A/B 테스트와 같은 문제에서 사용되는강화 학습 (또는 온라인 학습) 알고리즘으로시스템은 사용자 또는 상황에 맞는 최적의 활동을 선택할 수 있습니다. Contextual Bandit이전 글(링크)에서 설명드렸던 MAB에서 파생된 개념입니다. 다중 슬롯머신 문제는 여러 슬롯머신 중 하나를 선택해 최적의 보상을 얻는 것을 목표로 하는 문제입니다.하지만 Contextual Bandit에서는 선택할 때 상황에 대한 정보가 추가됩니다. 예를 들어 날씨가 더운 날에는 아이스크림 가게가 인기가 있고, 추운 날에는 핫초고 가계가 인기 있을 수 있는 것처럼요. Agent는 주어진 컨텍스트를 통해 각각의 행동을 선택하며,각 행동은 보상(Reward)을 가지.. 2024. 11. 14. Multi-Armed Bandit (MAB) Multi-Armed Bandit 문제는 기계학습과 알고리즘에서 자주 사용되는 개념으로,특히 '최적화'와 '탐험 vs 활용' (exploration vs exploitation)에 관한 문제를 다룰 때 유용합니다.이름에서 알 수 있드시 여러 개의 팔이 있는 도박기계(슬롯머신)에서 나온 비유로,간단히 말하면 어떤 선택지를 고를 때 각 선택이 줄 수 있는 이득을 최대화하는 방법을 찾아가는 것을 목표로 합니다. MAB의 기본 개념 이해하기MAB 문제를 '사탕기계 문제'로 비유해보겠습니다.여러분은 여러 개의 캔디 머신을 가지고 있고, 각 머신에 돈을 넣으면 맛있는 캔디가 나옵니다.그러나 각 캔디 머신은 주는 캔디의 양이나 맛이 조금씩 다릅니다.어떤 머신은 더 많은 캔디를 줄 수 있고, 어떤 머신은 조금 줄수도 .. 2024. 11. 13. Contrastive Learning Contrastive Learning 은 컴퓨터가 데이터를 분류하거나 특성을 학습할 때서로 다른 데이터를 구별하면서 특징을 학습하는 기법입니다.주로 비지도 학습에 많이 활용되며, 특히 이미지나 텍스트 같은 고차원데이터에서데이터의 특성을 잘 표현할 수 있는 임베딩을 학습하는 데 사용됩니다. 이 기법은 최근 자율학습분야에서 많이 주목받고 있으며,라벨데이터가 적은 도메인에서 활용해도 강력한 성능을 발휘하고 있습니다. 개념Contrastive Learning의 기본 개념은 비슷한 데이터를 가까이, 다른 데이터를 멀리 위치시키는 것입니다.예를 들어, 두 장의 이미지가 같은 물체(예: 고양이)를 담고 있다면 이 둘의 특성을 같은 방향으로 학습하고,서로 다른 물체(예: 고양이와 강아지)를 담고 있다면, 이 둘은 서로.. 2024. 11. 12. 이전 1 2 3 4 5 6 7 ··· 101 다음
