무료
중급자를 위해 준비한
[인공지능, 데이터 사이언스] 강의입니다.
홍콩과기대 김성훈 교수님의 "모두를 위한 딥러닝" 강좌 두번째 시즌으로 '강화학습' 에 대해 학습해 봅니다.
1. 강좌 소개
본 Reinforcement Learning(강화학습) 강좌는 홍콩과학기술대학교의 김성훈 교수님의 '모두를 위한 딥러닝' 시리즈의 두번째 강좌입니다. 앞선 강좌로 기본적인 머신러닝과 딥러닝 강좌 가 있습니다. 일주일에 한강좌씩 천천이 업데이트 예정입니다.
알파고와 이세돌의 경기를 보면서 이제 머신 러닝이 인간이 잘 한다고 여겨진 직관과 의사 결정능력에서도 충분한 데이타가 있으면 어느정도 또는 우리보다 더 잘할수도 있다는 생각을 많이 하게 되었습니다. Andrew Ng 교수님이 말씀하신것 처럼 이런 시대에 머신 러닝을 잘 이해하고 잘 다룰수 있다면 그야말로 "Super Power"를 가지게 되는 것이 아닌가 생각합니다.
더 많은 분들이 머신 러닝과 딥러닝에 대해 더 이해하고 본인들의 문제를 이 멋진 도구를 이용해서 풀수 있게 하기위해 비디오 강의를 준비하였습니다. 더 나아가 이론에만 그치지 않고 최근 구글이 공개한 머신러닝을 위한 오픈소스인 TensorFlow를 이용해서 이론을 구현해 볼수 있도록 하였습니다. 이 머신러닝, 딥러닝 강좌는 수학이나 컴퓨터 공학적인 지식이 없이도 쉽게 볼수 있도록 만들려고 노력하였습니다.
2. 도움되는 분들
- 인공지능에 대해 관심이 있는 누구나
- 머닝러신, 딥러닝의 개념을 이해하고 싶으신분
- 머닝러신의 직접 구현해보고 싶으신 분
- 앞선 기본적인 머신러닝과 딥러닝 강좌 를 학습하신 분
- 강화학습에 대해 관심이 있는 분
3. 참고자료
이 비디오는 저도 인터넷등을 통해 공부하면서 만든것이며 아래 자료를 많이 사용하였습니다.
- Andrew Ng’s and other ML tutorials
- Convolutional Neural Networks for Visual Recognition.
- Tensorflow
4. 지식공유자 소개
김성훈
Hong Kong University of Science and Technology 에서 컴퓨터 공학쪽으로 연구를 하고 있습니다. 비디오나 강의에 대한 의견이 있으시면 아래로 이메일을 보내 주시면 됩니다. hunkim+ml@gmail.com
안녕하세요
Sung Kim 입니다.
Sung Kim 입니다.

커리큘럼
총 18 개
˙ 3시간 46분의 수업
이 강의는 영상, 수업 노트가 제공됩니다. 미리보기를 통해 콘텐츠를 확인해보세요.
섹션 0. Lecture 1. 수업의 개요
1 강
∙ 13분
섹션 1. Lecture 2. OpenAI GYM 게임해보기
2 강
∙ 19분
섹션 2. Lecture 3: Dummy Q-learning (table)
2 강
∙ 33분
섹션 3. Lecture 4: Q-learning exploit&exploration and discounted reward
2 강
∙ 23분
섹션 4. Lecture 5: Q-learning in non-deterministic world
3 강
∙ 24분
섹션 5. Lecture 6: Q-Network
3 강
∙ 56분
이론 - Q-Network
16:43
실습 1 - Q Network for Frozen Lake
18:04
실습 2 - Q Network for Cart Pole
21:41
강의 게시일 : 2017년 02월 01일
(마지막 업데이트일 : 2018년 06월 01일)
수강평
총 88개
수강생분들이 직접 작성하신 수강평입니다.
5
88개의 수강평
5점
4점
3점
2점
1점
VIEW
추천 순
최신 순
높은 평점 순
낮은 평점 순
평점 순
높은 평점 순
낮은 평점 순
2022년 기준으로 약 4~5년전에 녹화된 영상 같은데, 중요한 개념을 예를 통해서 정말로 설명을 잘 해주셨습니다. 초, 중급자들한테 큰 도움이 될 것 같습니다
2022-11-18