NAME : JANG JAEHYEOK

UID : 20200999

“I keep the promises between Prof. and I”

 

 

 

HW7

텍스트, 친필, 폰트, 서예이(가) 표시된 사진 자동 생성된 설명

텍스트, 도표, 폰트, 라인이(가) 표시된 사진 자동 생성된 설명텍스트, 폰트, 도표, 친필이(가) 표시된 사진 자동 생성된 설명

텍스트, 친필, 폰트, 번호이(가) 표시된 사진 자동 생성된 설명텍스트, 폰트, 친필, 번호이(가) 표시된 사진 자동 생성된 설명

텍스트, 폰트, 도표, 친필이(가) 표시된 사진 자동 생성된 설명텍스트, 폰트, 도표, 라인이(가) 표시된 사진 자동 생성된 설명

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

텍스트, 친필, 폰트, 서예이(가) 표시된 사진 자동 생성된 설명

텍스트, 폰트, 라인, 스크린샷이(가) 표시된 사진 자동 생성된 설명

텍스트, 폰트, 스크린샷, 화이트이(가) 표시된 사진 자동 생성된 설명텍스트, 폰트, 스크린샷, 화이트이(가) 표시된 사진 자동 생성된 설명

텍스트, 친필, 폰트, 서예이(가) 표시된 사진 자동 생성된 설명

 

 

HW5

Max

텍스트, 스크린샷, 폰트, 라인이(가) 표시된 사진 자동 생성된 설명

텍스트, 폰트, 스크린샷, 화이트이(가) 표시된 사진 자동 생성된 설명

 

 

 

 

Hw4

텍스트, 스크린샷, 도표, 번호이(가) 표시된 사진 자동 생성된 설명

 

Hw3

텍스트, 스크린샷, 폰트, 번호이(가) 표시된 사진 자동 생성된 설명

텍스트, 스크린샷, 디스플레이, 폰트이(가) 표시된 사진 자동 생성된 설명

 

 

 

 

텍스트, 친필, 폰트, 번호이(가) 표시된 사진 자동 생성된 설명

텍스트, 스크린샷, 번호, 소프트웨어이(가) 표시된 사진 자동 생성된 설명텍스트, 스크린샷, 폰트이(가) 표시된 사진 자동 생성된 설명