4월, 2025의 게시물 표시

프로젝트 관리란?

프로젝트 관리의 개념 프로젝트 관리 개념도 프로젝트는 분석 , 설계 , 개발 , 테스트 단계로 구성된다 . 각 단계별로 할 일이 나누어져 있고 어떤 업무를 먼저하고 어떤 순서로 해야 하는지 미리 정하는 업무가 바로 프로젝트 관리 업무다 . 또한 누가 어떤 업무를 수행할지 그리고 어떤 등급의 인력이 들어가야 할지 결정하는 것도 관리 업무에 포함된다 . 프로젝트에 소요되는 시간 , 사람과 같은 자원을 계획하는 것도 프로젝트 관리 범위지…

멀티코어•

제안 평가와 계약

제안 평가와 계약 절차 제안서 평가와 계약 절차 제안서 평가는 제안서 발표와 함께 시작된다 . 제안서를 누가 발표하고 몇 분 동안 발표할 지는 사전에 제안요청서에 모두 공개되어 있다 . 제안사에서 제안 평가장에 참석할 수 있는 인원 또한 제안요청서에 명시되어 있는 경우가 많다 . 사전에 약속된 절차와 방법대로 제안서 발표를 하게 되는데 대부분 프로젝트를 실제로 이끌어갈 PM 이 발표를 한다 . 제안서 발표는 참여 업체가 제안서를 제…

멀티코어•

스마트 영업지원시스템 제안서

시스템 구축 목표 시스템 구축 목표 부분에는 시스템 구축을 위한 키워드가 들어간다 . 키워드는 기능 요구사항을 구현하기 위한 제안사의 핵심 기술을 몇 단어로 압축해서 표현하는 것이다 . 스마트 영업지원시스템 제안서에서는 세 줄의 문구를 사용했다 . 시공간적 제약해소 , 모바일 기반 업무 효율화 그리고 안전한 모바일 보안체계이다 . 제안서를 작성할 때 키워드를 도출하는 작업이 굉장히 중요하며 제안서 전체적으로 키워드 중심으로 제안을 구성…

멀티코어•

제안서 만들기

이제 제안서를 작성하는 방법을 구체적으로 알아보자 .  가장 먼저 해야 하는 것이 제안 전략을 수립하는 것이다 .  제안서와 관련된 비즈니스 도메인을 이해하고 사업 성공의 핵심요소를 정하고 ,  요구사항을 분류해 우선순위를 정해야 한다 .  제안서 일반적 구성 또한 경쟁사에 비해 자사의 핵심 역량이 무엇인지 , 경쟁 우위 분야가 어떤 것이지 분석해야 한다 . 이 과정이 완료되면 제안 방향이 결정된다 . 제안서 작성 절차 전략이 수립됐다…

멀티코어•

DQN 알고리즘 전체 코드 리뷰

전체적인 DQN 코드 구조를 먼저 살펴보고 , 그 이후 세부적인 동작을 하나씩 차근차근 이해해보도록 하자 . 처음 이 코드를 접했을 때는 여러 함수와 클래스 , 흐름이 복잡하게 얽혀 있어 다소 낯설고 어렵게 느껴질 수 있다 . 하지만 DQN 구조는 대부분의 강화학습 실습에서 반복적으로 사용되며 , 실제로도 여러 프로젝트에 쉽게 재활용되는 구조이기 때문에 한 번만 잘 익혀두면 이후 다른 강화학습 알고리즘을 학습할 때도 큰 도움이 된다…

멀티코어•

DQN 알고리즘 기본 구조

이제 본격적으로 코드를 통해 DQN 의 개념을 살펴보자 . 먼저 DQN 기능을 수행하는 Agent 클래스를 정의하고 , 그 구조와 흐름을 파악해보자 . Agent 클래스는 총 8 개의 함수로 구성되어 있으며 , 각각의 함수는 DQN 의 핵심 동작을 구현하고 있다 . DQN 알고리즘 Agent 클래스 기능 구성 (1) Agent 클래스를 생성하면 가장 먼저 build_model 함수가 호출되어 인공신경망 모델이 생성된다 . 이 신…

멀티코어•

탐험(Exploration)과 탐욕(Exploitation)의 문제

강화학습에서 자주 언급되는 주요 개념 중 하나는 탐험 (Exploration) 과 탐욕 (Exploitation) 의 균형 문제이다 . 강화학습의 목적은 누적 보상을 최대화하는 방향으로 행동을 선택하는 것이며 , 이러한 선택 전략을 탐욕 정책이라고 부른다 . 탐욕 정책은 현재까지의 학습 결과를 바탕으로 가장 좋은 보상을 기대할 수 있는 행동만을 선택하는 방식이다 . 입실론 탐욕 정책 하지만 학습 초기에 정책이 충분히 성숙하지 않았을 때…

멀티코어•

카트폴(Cartpole)

카트폴 OpenAI 에서는 강화학습을 쉽게 실습할 수 있도록 다양한 환경과 예제를 제공하고 있으며 , 그 중 대표적인 환경 중 하나가 바로 ‘ 카트폴 (CartPole)’ 이다 . 이번에는 이 카트폴 환경을 활용해 DQN 알고리즘으로 직접 구현해보도록 하자 . 카트폴은 막대가 달린 수레를 좌우로 움직이며 막대가 바닥으로 쓰러지지 않도록 중심을 유지하는 게임이다 . 막대는 수레 위에 세워져 있지만 고정되어 있지는 않기 때문에 좌우…

멀티코어•

DQN(Deep Q Learning) 알고리즘 개념

지금까지는 강화학습의 이론적인 내용을 중심으로 살펴보았다면 , 이번 DQN 부터는 실제 코드를 통해 강화학습이 어떻게 작동하는지 직접 확인해볼 차례다 . 앞서 학습한 것처럼 , 우리는 인공신경망을 활용하여 행동가치함수 (Q 함수 ) 를 근사할 수 있다 . 이 때 신경망의 가중치 파라미터 w 를 사용하며 , 경사하강법을 통해 참된 행동가치함수와 신경망이 근사한 Q 함수 간의 차이를 최소화하는 방향으로 w 를 반복적으로 업데이트한다…

멀티코어•

함수 근사법(Function Approximation)

지금까지 구한 가치 함수 (Value Function) 는 모두 배열로 만들 수 있는 형태였다 . 상태와 상태에 따른 행동이 프로그램으로 관리가 가능한 정도로 숫자가 정해져 있었기 때문이다 . 항해 환경을 배열 형태로 표현 그림과 같은 항해 환경을 살펴보자 . 시작 지점 S 에서 출발해 , 중간 지점인 R1, R2, R3 를 거쳐 도착 지점 F 에 도달하는 구조다 . 종료 상태인 F 를 제외하면 총 4 개의 상태 (S, R1,…

멀티코어•
게시물 더보기
검색결과 없음