설명
기계학습의 기초; 다층 퍼셉트론, 범용 근사 정리, 역전파; 합성곱 신경망, 순환 신경망, 변분 오토인코더, 생성적 적대 신경망; 딥러닝의 구성요소와 기법; 마르코프 결정 과정; 벨만 방정식, 정책 반복, 가치 반복, 몬테카를로 학습, 시차법(temporal difference) 기법, Q 학습, SARSA, 응용.
원문 참조 텍스트
Fundamentals of machine learning; multi-layer perceptron, universal approximation theorem, back-propagation; convolutional networks, recurrent neural networks, variational auto-encoder, generative adversarial networks; components and techniques in deep learning; Markov Decision Process; Bellman equation, policy iteration, value iteration, Monte-Carlo learning, temporal difference methods, Q learning, SARSA, applications.
출처 및 참고문헌
날짜와 출처는 정보를 확인하는 데 도움이 되도록 보관됩니다. 번역은 읽기 편의를 위해 제공되며 조건과 요건은 공식 출처가 기준입니다.
출처 참조 : https://calendar.carleton.ca/grad/courses/COMP/