Study Log (2022.05)
2022-05-31
- 프로그래머를 위한 베이지안 with 파이썬
- Ch 07. 베이지안 A/B 테스트
- 7.1 서론
- 7.2 전환율 테스트 개요
- 7.3 선형손실함수 추가하기
- 7.4 전환율을 넘어서: t-검정
- 7.5 증분 추정하기
- 7.6 결론
- 7.7 참고자료
- Ch 07. 베이지안 A/B 테스트
2022-05-30
- 프로그래머를 위한 베이지안 with 파이썬
- Ch 06. 우선순위 바로잡기
- 6.5 해당 분야 전문가로부터 사전확률분포 유도하기
- 6.6 켤레 사전확률분포
- 6.7 제프리 사전확률분포
- 6.8 N이 증가할 때 사전확률분포의 효과
- 6.9 결론
- 6.10 부록
- 6.11 참고자료
- Ch 06. 우선순위 바로잡기
2022-05-27
- 프로그래머를 위한 베이지안 with 파이썬
- Ch 06. 우선순위 바로잡기
- 6.1 서론
- 6.2 주관적인 사전확률분포 vs. 객관적인 사전확률분포
- 6.3 알아두면 유용한 사전확률분포
- 6.4 예제: 베이지안 MAB (Multi-Armed-Bandits)
- Ch 06. 우선순위 바로잡기
2022-05-26
- 프로그래머를 위한 베이지안 with 파이썬
- Ch 05. 오히려 큰 손해를 보시겠습니까?
- 5.3 베이지안 방법을 통한 기계학습
- 5.4 결론
- 5.5 참고자료
- Ch 05. 오히려 큰 손해를 보시겠습니까?
2022-05-24
- 프로그래머를 위한 베이지안 with 파이썬
- Ch 05. 오히려 큰 손해를 보시겠습니까?
- 5.1 서론
- 5.2 손실함수
- Ch 05. 오히려 큰 손해를 보시겠습니까?
2022-05-23
- 프로그래머를 위한 베이지안 with 파이썬
- Ch 03. MCMC 블랙박스 열기
- 3.1 베이지안 지형
- 3.2 수렴 판정하기
- 3.3 MCMC에 대한 유용한 팁
- 3.4 결론
- 3.5 참고자료
- Ch 04. 아무도 알려주지 않는 위대한 이론
- 4.1 서론
- 4.2 큰 수의 법칙
- 4.3 작은 수의 혼란
- 4.4 결론
- 4.5 부록
- 4.6 연습문제
- 4.7 참고자료
- Ch 03. MCMC 블랙박스 열기
2022-05-20
- 프로그래머를 위한 베이지안 with 파이썬
- Ch 02. PyMC 더 알아보기
- 2.1 서론
- 2.2 모델링 방법
- 2.3 우리의 모델이 적절한가?
- 2.4 결론
- 2.5 부록
- 2.6 연습문제
- 2.7 참고자료
- Ch 02. PyMC 더 알아보기
2022-05-19
- 프로그래머를 위한 베이지안 with 파이썬
- Ch 01. 베이지안 추론의 철학
- 1.1 서론
- 1.2 베이지안 프레임워크
- 1.3 확률분포
- 1.4 컴퓨터를 사용하여 베이지안 추론하기
- 1.5 결론
- 1.6 부록
- 1.7 연습문제
- 1.8 참고자료
- Ch 01. 베이지안 추론의 철학
2022-05-01
Template
- Fundamental of Reinforcement Learning
- Chapter #.
- 모두를 위한 머신러닝/딥러닝 강의
- Lecture #.
- UCL Course on RL
- Lecture #.
- Reinforcement Learning
- Page #.
- 팡요랩
- 강화학습 1강 - 강화학습 introduction
- 강화학습 2강 - Markov Decision Process
- 강화학습 3강 - Planning by Dynamic Programming
- 강화학습 4강 - Model Free Prediction
- 강화학습 5강 - Model Free Control
- 강화학습 6강 - Value Function Approximation
- 강화학습 7강 - Policy Gradient
- 강화학습 8강 - Integrating Learning and Planning
- 강화학습 9강 - Exploration and Exploitation
- 강화학습 10강 - Classic Games
- Pattern Recognition & Machine Learning
- S-K RL
- multi_step_actor
Comments