<aside> 💡 개인 스터디 기록

• 참고사항
  • 본 페이지는, 개인 스터디 기록 + 추후 다시 찾아보기 위한 이론, 용어 정리 목적이 큰 페이지 입니다.
  • 언제든지 삭제 및 변경 될 수 있는 페이지 입니다.
  • 별도의 정책은 없으나, 개인 블로그를 통해서만 공유 될 예정이며, 위 설명과 같이 언제든 변경될 수 있습니다.
• 블로그 링크:

Study - E2E Autonomous

</aside>

<목차>

⚠️ 이 내용들은 검토 및 보완중임

데일리 진행기록

TODO

• Deep Learning 스터디 중 혼동 되는, 다수의 사람들이 혼동될 수 있는 개념, 기법 정리 필요
  • [ ] Reinforcement Learning 의 개념 (단순히 강화 한다는 것 외, 그 원리)
  • [ ] PCA 개념
  • [ ] Eigen vector, Eigen Face 의 정의
  • [ ] Classifier
    • [ ] K-NN
    • [ ] Logistic Regression
    • [ ] SVM (Support Vector Machine)
• 정리 필요한 Agenda
  • [ ] Supervised, Discrete 한 학습은 상대적으로 답이 명확하게 획득 됨. Unsupervised learning 은 continuous 한 경우에 많이 쓰이는데, 이를 극복할 수 있는가?
  • [ ] Activation Function의 종류와 차이는? (signoid, ReLU, LeNet 등)
  • [ ] Deep Learning 이론 외, E2E Planning, World Modeling의 개념 자체를 설명하는 정보 필요함 (이해 및 확장적인 연구 검토 목적)

주요 이론 정리

<aside> 💡 notability - Study 각 주제에 맞춰 정리된 내용임

• Study - E2E Autonomous
• selfLearn-DL-… (Deep learning 이론 관련 개인 노트)

</aside>

E2E autonomous

E2E Autonomous solution