jam 블로그

Q-Learning (1992): 이후 강화학습 분야의 대표적인 알고리즘 중 하나인 Q-Learning이 Watkins와 Dayan에 의해 제안됨. [논문: "Q-Learning", 1992] TD-Gammon (1995): 텐니스 게임에서의 자가 학습을 통해 세계 챔피언을 이긴 최초의 강화학습 모델인 TD-Gammon이 제안됨. [논문: "Temporal Difference Learning of Backgammon Strategy", 1995] DQN (2013): DeepMind에서 개발된 Deep Q-Network(DQN)은 딥러닝을 강화학습에 적용한 첫번째 모델로, Atari 게임에서 인간 수준의 성능을 보임. [논문: "Playing Atari with Deep Reinforcement Lear..

LeNet-5 (1998): 이미지 분류를 위한 최초의 합성곱 신경망 모델로, 손글씨 숫자 인식에 성공함. [논문: "Gradient-based learning applied to document recognition", 1998] SIFT (1999): 이미지에서 특징점을 검출하고, 이를 기초로 이미지를 비교하는 방법으로, 이미지 인식 분야에서 큰 역할을 함. [논문: "Distinctive Image Features from Scale-Invariant Keypoints", 1999] Bag-of-features (2004): 이미지의 전체적인 특징만을 고려하여 이미지를 분류하는 방법으로, 이미지 분류 분야에서 활용되었음. [논문: "An Introduction to the Bag-of-Feature..

LSTM (1997): 반복 신경망을 장기 기억을 유지할 수 있도록 확장한 LSTM(Long Short-Term Memory) 모델이 제안됨. [논문: "Long Short-Term Memory", 1997] Conditional Random Field (2001): 레이블된 시퀀스 데이터를 모델링하는데 사용되는 조건부 랜덤 필드(Conditional Random Field) 모델이 제안됨. [논문: "Conditional Random Fields: Probabilistic Models for Segmenting and Labeling Sequence Data", 2001] Word2Vec (2013): 단어를 밀집 벡터(dense vector)로 표현하는 기법인 Word2Vec이 제안됨. [논문: "E..

React 18은 React 프레임워크의 새로운 버전입니다. 이번 버전에서는 기존의 React와 비교하여 많은 기능 개선 및 업그레이드가 이루어졌습니다. 예를 들어, 성능을 개선하고 안정성을 확보하기 위해 다양한 업그레이드가 이루어졌습니다. 주요 기능 서버 사이드 렌더링 개선: 이번 버전에서는 기존에 있었던 서버 사이드 렌더링의 성능 이슈가 해결되었습니다. 이로 인해 더욱 빠르고 안정적인 서버 사이드 렌더링이 가능해졌습니다. 이 기능의 개선으로 인해, 사용자들은 더욱 빠른 웹 페이지 로딩 시간을 경험할 수 있게 되었습니다. 새로운 이벤트 모델: 기존의 이벤트 모델에서 발생하던 문제점들을 개선하였습니다. 예를 들어, 이제 이벤트 처리가 더욱 직관적이고 유연해졌습니다. 이로 인해, 사용자 경험과 개발자 경험..