강화학습/심층강화학습 특강

▣ 01장: 도입
AI 여정의 시작
4가지 AI 모델
__실제 모델
__AI 학습이 어디로 인도할까?
요약

▣ 02장: AI 도구 알아보기
깃허브 페이지
구글 코랩
요약

▣ 03장: 파이썬 기초
텍스트 표시하기
변수와 연산
리스트와 배열
if 문과 조건
for와 while 루프
함수
클래스와 객체
요약

▣ 04장: AI 기반 기술
강화학습이란 무엇인가?
강화학습의 5가지 원칙
__원칙 1 - 입출력 시스템
__원칙 2 - 보상
__원칙 3 - AI 환경
__원칙 4 - 마르코프 결정 프로세스
__원칙 5 - 훈련과 추론
요약

▣ 05장: 첫 AI 모델 만들기 - 슬롯머신 문제
다중 슬롯머신 문제
톰슨 샘플링 모델
__모델 코딩
__모델 이해
__분포
__다중 슬롯머신 문제 해결
__3 단계로 나눠본 톰슨 샘플링 전략
__톰슨 샘플링 마무리
__톰슨 샘플링과 표준 모델 비교
요약

▣ 06장: 영업과 광고를 위한 AI
문제 정의
시뮬레이션 내부에 환경 구축하기
__시뮬레이션 실행
__복습
AI 솔루션 복습
__AI 모델
__직관
구현
__톰슨 샘플링 대 무작위 선택
__코딩 시작
__최종 결과
요약

▣ 07장: Q-러닝 기초
미로
__시작
__환경 구성
__AI 구성
Q-러닝 프로세스
__훈련 모드
__추론 모드
요약

▣ 08장: 물류를 위한 AI - 창고에서 일하는 로봇
환경 구성
__상태
__행동
__보상
__AI 모델 복습
구현
__파트 1 - 환경 구성
__파트 2 - Q-러닝으로 AI 솔루션 구성
__파트 3 - 운영 시작
__개선 1 - 보상 부여 자동화
__개선 2 - 중간 목표 추가
요약

▣ 09장: 인공 두뇌로 프로가 되는 법 - 심층 Q-러닝
주택 가격 예측
__데이터셋 업로드
__라이브러리 임포트
__변수 제외
__데이터 준비
__신경망 구축
__신경망 훈련
__결과 표시
딥러닝 이론
__뉴런
__활성화 함수
__신경망 작동 방식
__신경망 학습 방식
__순전파와 역전파
__경사 하강법
__심층 Q-러닝
__소프트맥스 기법
__심층 Q-러닝 복습
__경험 재현
__심층 Q-러닝 전체 알고리즘
요약

▣ 10장: 자율주행차를 위한 AI
환경 구성
__목표 정의
__매개변수 설정
__입력 상태
__출력 행동
__보상
AI 솔루션 복습
구현
__1단계 - 라이브러리 임포트
__2단계 - 신경망 아키텍처 생성
__3단계 - 경험 재현 구현
__4단계 - 심층 Q-러닝 구현
데모
__아나콘다 설치
__파이썬 3.6으로 가상 환경 생성
__파이토치 설치
__키비 설치
요약

▣ 11장: 심층 Q-러닝으로 데이터센터 냉난방 비용 최소화하기
문제 정의
환경 구성
__서버 환경의 매개변수와 변수
__서버 환경에 대한 가정
__시뮬레이션
__전체 기능
__상태 정의
__행동 정의
__보상 정의
__마지막 시뮬레이션 예제
AI 솔루션
__두뇌
__구현
__1단계 - 환경 구성
__2단계 - 두뇌 구성
__3단계 - 심층강화학습 알고리즘 구현
__4단계 - AI 훈련
__5단계 - AI 테스트
데모
요약 - 일반 AI 프레임워크/청사진
요약

▣ 12장: 심층 합성곱 Q-러닝
CNN은 어디에 사용되는가?
CNN은 어떻게 작동하는가?
__1단계 - 합성곱
__2단계 - 최대 풀링
__3단계 - 평면화
__4단계 - 완전 연결
심층 합성곱 Q-러닝
요약

▣ 13장: 게임을 위한 AI - 스네이크 게임 마스터 되기
문제 정의
환경 구성
__상태 정의
__행동 정의
__보상 정의
AI 모델
__두뇌
__경험 재현 메모리
구현
__1단계 - 환경 구성
__2단계 - 두뇌 구성
__3단계 - 경험 재현 메모리 구성
__4단계 - AI 훈련
__5단계 - AI 테스트
데모
__설치
__결과
요약

▣ 14장: 요약 및 결론
요약 - 일반 AI 프레임워크/청사진
향후 계획
__실습, 실습, 또 실습
__네트워킹
__배우기를 멈추지 말라

▣ 부록: 연습문제 풀이