일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 | 31 |
- Deep learning
- LSTM
- 딥러닝
- Machine Learning
- 지도 학습
- 회귀
- AI
- CNN
- 신경망
- 머신 러닝
- rnn
- 인공 신경망
- 머신러닝
- 활성화 함수
- 강화 학습
- 자연어 처리
- 강화학습
- 인공지능
- 교차 검증
- 손실 함수
- 데이터 전처리
- GRU
- reinforcement learning
- Q-Learning
- 차원 축소
- 최적화
- python
- 과적합
- q-러닝
- 정규화
- Today
- Total
목록표준화 (2)
move84
머신러닝 모델을 훈련시키기 전에 데이터를 전처리하는 것은 매우 중요하다. 그중에서도 정규화(Normalization)와 표준화(Standardization)는 데이터의 스케일을 조정하여 모델의 성능을 향상시키는 데 필수적인 기술이다. 이 두 방법은 데이터의 분포를 조정하여 특정 알고리즘이 더 잘 작동하도록 돕는다.✨ 정규화 (Normalization)정규화는 데이터의 값을 0과 1 사이의 범위로 조정하는 방법이다. 이는 데이터의 최소값과 최대값을 사용하여 스케일을 변경한다. 정규화는 특히 데이터의 범위가 다를 때 유용하며, 몇몇 알고리즘에서는 더 나은 성능을 보이게 한다. Min-Max 스케일링이라고도 한다.📝 정규화 방법 (Normalization Methods)Min-Max 스케일링 (Min-Max..
강화 학습(Reinforcement Learning, RL)은 에이전트가 환경과 상호 작용하며, 시행 착오를 통해 학습하는 기계 학습의 한 분야이다. 에이전트는 환경으로부터 보상(Reward)을 받으며, 이 보상을 최대화하는 방향으로 행동(Action)을 학습한다. 이 과정에서 보상의 크기와 분포는 학습의 속도와 안정성에 큰 영향을 미친다. 보상 정규화(Reward Normalization)는 이러한 보상의 문제를 해결하기 위한 중요한 기술 중 하나이다. 🧠 보상 정규화란 무엇인가요? (What is Reward Normalization?)보상 정규화는 강화 학습에서 에이전트가 받는 보상의 크기를 조정하는 기술을 의미한다. 보상 정규화의 목표는 보상의 크기나 범위를 일정하게 만들어 학습을 안정시키고, ..