JMANI

link: https://www.youtube.com/watch?v=MQ-3QScrFSI&list=PLlMkM4tgfjnKsCWav-Z2F-MMFRx-2gMGG&index=6 기존 Q-learning의 문제점: 경험했던 곳만 방문 Exploit VS Exploration Exploit: 현재에 있는 값을 이용 Exploration: 모험, 도전 Exploit VS Exploration: E-greedy e값에 따라 랜덤하게 새로운 길로 모험 e = 0.1 if rand < e: # 10%의 확률로 랜덤하게 이동 a = random else: a = argmax(Q(s,a)) # 90%의 확률로 아는길로 이동 Exploit VS Exploration: decaying E-greedy 초반에는 랜덤하게, 뒤..

표본 추출 방법 단순랜덤 추출법 계통추출법 집락추출법 층화추출법 측정 방법 명목척도: 성별, 출생지 순서척도: 만족도, 선호도, 학년, 신용등급 구간척도(등간척도): 온도, 지수 비율척도: 무게, 나이, 시간, 거리 확률분포 1. 이산형 확률변수 베르누이 확률분포 이항분포 기하분포 다항분포 포아송분포 2. 연속형 확률변수 균일분포 정규분포 지수분포 t-분포 두 집단의 평균이 동일한지 표본이(30개이상) 커져서 자유도가 증가하면 표준정규분포와 거의 같은 분포 x^2-분포(카이제곱) 두 집단 간의 동질성 검정 모평균과 모분산이 알려지지 않은 모집단의 모분산에 대한 가설 검정 F-분포 두 집단간 분산의 동일성 검정 카이제곱과 달리 자유도를 2개 가지고 있음 가설검정 귀무가설: 비교하는 값과 차이가 없다, 동일..

link : https://www.youtube.com/watch?v=Vd-gmo-qO5E&list=PLlMkM4tgfjnKsCWav-Z2F-MMFRx-2gMGG&index=4 일반적으로 Env 알 수 없음 (1) state와 (2) action 일 때, (3) quality(reward)를 받아 잘 가고있는지 판단할 수 있음 Max Q: Q의 최대값 argmax Q: Q가 최대값이 되게하는 action *: optimal, 항상 최대값을 가지는 방향으로 움직이는 것 pi: policy 현재의 Q값은 action을 수행해서 받는 r(reward)와 다음 단계에서 얻을 수 있는 max Q의 합 반복 table를 만들어서 Q를 0으로 초기화 s를 가져옴 무한 반복 어떤 action을 취함 reward 받음 ..

link: https://www.youtube.com/watch?v=xgoO54qN4lY&list=PLlMkM4tgfjnKsCWav-Z2F-MMFRx-2gMGG&index=2 Frozen Lake World S: start(시작점) F: frozen(얼음이 있는 곳) H: hole(구멍) G: goal(도착점) (1) Agent가 특정 Action을 취함 (2) Env가 Action에 대한 State와 Reward를 제공 OpenAi Gym link: https://gym.openai.com/ Gym Documentation Next API www.gymlibrary.ml env = gym.make("FrozenLake-v0") # 환경 생성(이름) observation = env.reset() # 환경..

link: https://www.youtube.com/watch?v=dZ4vw6v3LcA&list=PLlMkM4tgfjnKsCWav-Z2F-MMFRx-2gMGG&index=1 크게 Environment(환경, 세상) 와 Actor(환경 속에서 특정 행동을 하는 행동자)로 나뉨 Actor가 Env 안에서 행동을 할때마다 State(상태)가 Update됨 Actor가 일련의 행동을 반복한 후에 Reward(보상)을 얻게 됨

gettext docs: https://docs.python.org/ko/3.8/library/gettext.html gettext — 다국어 국제화 서비스 — Python 3.8.13 문서 gettext 모듈은 파이썬 모듈과 응용 프로그램을 위한 국제화(I18N)와 현지화(L10N) 서비스를 제공합니다. GNU gettext 메시지 카탈로그 API와 파이썬 파일에 더 적합한 고수준 클래스 기반 API를 모두 지원 docs.python.org 1. create test.py # test.py ''' # File Structure ---test.py ---locale |---ko_KR |---LC_MESSAGES |---messages.mo |---messages.po |---messages.pot '''..

python 3.7.0 Windows 1. 국제화 대상 파일 # test.py import gettext, gettext_windows gettext_windows.setup_env() # window t = gettext.translation('messages', 'locale') _ = t.gettext trans = _('translatable') apple = _('apple') 2. *.pot file 생성 pybabel extract -o : output file name > mkdir locale > pybabel extract -o # create *.pot > pybabel extract . -o # 현재 경로의 모든 파일 extracting messages from \test.py wr..

파이썬 3.7 설치 및 path 변경 apt install python3.7 update-alternatives --install /usr/bin/python python /usr/bin/python3.7 0 update-alternatives --install 파이썬 버전 확인 python -V python --version

error_perm: 522 SSL connection failed: session reuse required Docker 환경 ubuntu:18.04 python3.7.5 vsftpd 사용 python ftplib FTP_TLS 사용 문제점 서버 접속 및 로그인 가능 현재위치 ftps.pwd() 확인 가능 dir(), nlst(), 파일 업로드 등에서 오류 해결방안 /etc/vsftpd.conf에 require_ssl_reuse=NO 추가

Getting started 1. Login docker webpage 2. Click Repository in the top menu bar 3. Click Create Repository 4. Write Repository Name and Description 5. Refer to Pro tip docker docker tag local-image:tagname new-repo:tagname docker push new-repo:tagname Pull Base Image 1. docker pull [image-name:tagname] # example docker pull ubuntu:18.04 docker pull jupyter/datascience-notebook