TaeKyoung's Study Blog

1. 분류 (Classification) 분류분석이란? 지도학습 기법 중 하나로 독립변수(Feature)를 통해 정답(Label)이 어떤 특정 카테고리로 분류될 것을 예측하는 기법을 말한다. 이때, Target Data의 자료는 주로 범주형에 속하고, 독립변수들 간의 관계를 분석해 Target Data의 각각의 데이터가 어떤 범주에 속할 지 예측한다. 위 그림에서 말하는 클래스(Class)가 바로 범주이며, 데이터의 종류에 따라 다양한 클래스를 가질 수 있다. 성별 Class : {Male, Female} 생존 여부 Class: {'0' : 생존, '1' : 사망} 분류의 종류 이름 설명 나이브 베이즈 Naive Bayes 베이즈 통계와 생성모델에 기반한 분류 로지스틱 회귀 Logistic Regress..

보통 이자율을 정의할 때, 1년 단위 기준으로 정의하지만 실제로 이자가 적용되는 주기는 1년보다 짧은 경우가 많다. 예를 들어, 6개월 복리, 3개월 복리 등이 존재한다. 이를 이해하려면, 명목 이자율과 실효 이자율의 개념에 대해 살펴보아야 한다.다음과 같은 두 예시를 살펴보자2년간 연 복리 10%2년간 6개월 복리 5%위 두 경우는 명목 이자율은 동일하지만, 실효 이자율을 계산해보면 두 번째 경우가 더 높게 나온다. 오늘은 명목 이자율과 실효 이자율을 계산하는 방법에 대해 살펴보도록 하겠다. 1. Nominal Interest Rate (명목 이자율)우선 명목 이자율에 대해 알아보자. 명목 이자율은 복리 개념이 적용되지 않는 이자율이다. $$ r = \text{interest rate per time ..

Uniform Series (연간 가치)▶일정한 연간 가치 흐름 $A$와 동일한 미래 가치 $F$를 구하는 것  지난 포스팅에서 연간 가치와 현재 가치의 관계를 나타내는 A/P Factor에 대해 설명하였다. 연간 가치와 미래 가치 사이의 관계를 나타내는 A/F Factor는 A/P Factor와 P/F Factor를 통해 표현할 수 있다. $\text{A\P Factor} : A = P(\frac {i(1+i)^n} {(1+i)^n - 1})$$ \text{P/F Factor} : P = F(1+i)^{-n}$ 첫 식의 P 대신 두번째 식을 대입하면,$$A = F(\frac {i}{(1+i)^n - 1})$$ 이 때, $(\frac {i}{(1+i)^n - 1})$ 를 $\text{A/F Factor}..

1. Principal and Interest (원금과 이자)Principal (원금) : 초기(0 시점)에 투자한 금액 혹은 빌린 금액Interest (이자) : 원금에 부여되는 추가 금액원금 $P$에 대해, 연 이자율 $r$이 적용될 경우, 1년 후의 가치: $$ F = P(1+r)$$ 1.1. Simple Interest (단리) ▶초기 원금에만 붙는 이자$$F = P(1+rn)$$ 1.2. Compound Interest (복리)▶매년 원리금에 붙는 이자$$ F = P(1+r)^n $$ 1.3. Compounding in Various Intervals 일반적으로 은행은 1년 주기보다 더 자주 이자를 계산하고 지급한다.예시) 연 이자율 8%를 매 분기 마다 5년 간 적용 (단, 원금은 $1000$..

오늘은 C++에서 사용하는 많은 연산자들에 대해 소개하려고 한다. C++은 다른 언어들에서 사용되는 연산자들에 더불어 특별한 작업을 위한 몇몇 특수한 연산자들도 함께 제공하여 프로그래밍 작업에 효율성을 더하고 있다. 연산자의 종류 연산자 연산자 기호 기능 할당 연산자 = 좌변에 우변의 연산 결과 할당 산술 연산자 +, -, *, /, % 산술 계산 관계 연산자 , != 크기 비교 논리 연산자 !, &&, || 논리 부정(not), 논리곱(and), 논리합(or) 증감 연산자 -, ++, -- 부호 변경, 1증가, 1감소 조건 연산자 ?, : 조건 연산의 간결 표현 1. 할당 연산자 '='로 수행되는 이 연산자는 =의 오른쪽 위치의 상수나 문자를 왼쪽 변수에 할당하라는 의미다. #include using ..

▶auto 란? C++ 내의 예약어(명령어) 중 하나로 데이터의 타입을 자동으로 지정해주는 명령어이다. 지금까지 우리는 변수를 선언할 때 변수형을 먼저 설정해주고, 변수명을 지정한 후, 변수를 초기화하는 식으로 변수를 선언하였다. #include using namespace std; int main() { int a = 5;//int형 변수 선언 float b = 0.1;//float형 변수 선언 } 이 때, int나 float 대신 auto를 할당하게 되면, 초기화 값이 무엇이냐에 따라서 변수형을 자동으로 지정해준다. 즉, a = 5로 초기화한다면, a의 자료형은 int가 되는 것이고, b = 0.1로 초기화하면, b의 자료형은 float형이 되는 것이다. 사용법은 아래와 같다. #include usi..

Value Functions (가치 함수) 가치 함수는 각 상태 $s$(또는 상태-행동 쌍$(s; a)$)의 퀄리티를 측정합니다. 이때, 정책 $\pi$에 대한 기대 보상은 $G_t$를 따른다. State-Value Function (상태-가치 함수) $v_{\pi}(s)$ 정책 $\pi$를 따랐을 때 특정 상태 $s에서 시작하는 기대 반환을 나타냄 $v_{\pi}(s) = \mathbb{E}_{\pi} \left[ G_t | S_t = s \right]$ Action-Value Function (행동-가치 함수) $q_{\pi}(s,a)$ 상태 $s$에서 행동 $a$를 취하고 이후 $\pi$를 따라갔을 때의 기대 반환을 나타냄 $q_{\pi}(s, a) = \mathbb{E}_{\pi} \left[ G..

Reward (보상) Reward $R_t$는 $t$시점에서 에이전트가 얼마나 잘 하고 있는지를 피드백해주는 스칼라 값이다 에이전트의 목표는 누적 보상 값을 최대화하는 것이다 [Reward Hypothesis] 모든 목표는 보상 누적 합계의 기대치를 최대화하는 것으로 설명할 수 있다. 보상 함수는 다양한 형태로 존재한다. $R = R(s), R(s,a), R(s,a,s')$ 모든 Transition $(s,a,s',r)$에 대한 $p(s', r|s, a)$가 알려진 하에, 다음을 계산할 수 있다 $P(S_{t+1} = s' | S_t = s; A_t = a) = \sum_{r \in R} p(s', r | s, a)$ $R_a(s) = r(s, a) = \mathbb{E} \left[ R_{t+1} | ..

이 글은 RL4CO 라이브러리 중 PDP(Pickup and Delivery Problem) 문제에 대한 알고리즘 코드를 구현하고 리뷰한 내용이다. 기본 소스 코드는 다음 Github 주소를 참고하였다. http://RL4CORL4CO" target="_blank" rel="noopener" data-mce-href="http://RL4CO">http://RL4CO GitHub - ai4co/rl4co: A PyTorch library for all things Reinforcement Learning (RL) for Combinatorial Optimization (CO) A PyTorch library for all things Reinforcement Learning (RL) for Combinat..

1. 확률1.1. 표본공간 (Sample Space)어떤 표본공간 $S$는 어떤 실험으로부터 나올 수 있는 모든 결과들의 집합이다.이때, 실험이란 어떠한 시행이나 과정을 말하며, 각 시행결과가 발생할 가능성을 수학적인 구조로 설명하는 것이 확률론의 핵심이다. 예시: 카드 덱에서 두 개의 카드를 비복원추출하는 표본공간은 다음과 같다. 1.2. 확률값 (Probability Values)특정 실험 결과의 실제 발생 가능성은 표본공간의 각 요소에 확률 값을 할당함으로써 찾아진다. 각 결과에는 0과 1사이의 값이 할당되며, 표본공간의 모든 요소에 대한 확률값의 합은 1이다. 표본공간 : $S =  \left\{O_1,O_2, ..., O_n \right\}$$O_i$에 대한 확률 : $P(O_i) = p_i$,..