NAME : JANG JAEHYEOK

UID : 20200999

“I keep the promises between Prof. and I”

HW12

Hw11

HW10

Dataset : https://www.kaggle.com/datasets/mssmartypants/water-quality

두 변수 간의 상관관계를 평가하는 r은 일반적으로 -1에서 1사이의 값을 가지며 r크기에 따라 상관관계의 강도를 해석할 수 있다.

Var10과 Var11에서 r=0.6185으로 높은 양의 상관관계를 보인다. 즉 바이러스 수치가 높아질수록 박테리아 수치가 높은 경향성이 있다.

p ≤ 0.05: 결과가 통계적으로 유의미하다고 해석.  p > 0.05: 결과가 통계적으로 유의미하지 않음.

Var10과 Var11은 p = 0이며, 두 변수의 상관계수r = 0.6185이다 즉 이 두 변수간의 상관관계가 통계적으로 매우 유의하다.

HW9

HW8

1^st Generation

2^nd Generation

HW7

R.L의 문제점

- 특정 환경에서는 잘 작동하지만, 새로운 환경이나 상황에 대한 일반화가 어렵다.

- 단순한 작업을 배우는 데에도 너무 많은 시도와 데이터가 필요하다. 즉, 샘플 효율성이 매우 떨어진다

- 대규모의 데이터와 시뮬레이션이 필요하기 때문에, 복잡한 문제에서는 수백만 번의 학습 시도가 필요해 시간이 오래 걸리고 계산 자원이 많이 요구된다.

- 현실에서는 학습 과정에서 실수나 실패가 큰 비용을 초래할 수 있다.

EX) 자율주행차가 학습 과정 중 사고를 일으키면 큰 피해

- 학습 과정이 불안정할 수 있으며, 학습이 끝나도 최적의 정책에 도달하지 못할 가능성이 존재한다.

HW6

HW5

Max

Hw4

Hw3