일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | ||||
4 | 5 | 6 | 7 | 8 | 9 | 10 |
11 | 12 | 13 | 14 | 15 | 16 | 17 |
18 | 19 | 20 | 21 | 22 | 23 | 24 |
25 | 26 | 27 | 28 | 29 | 30 | 31 |
Tags
- Open Hack
- CSIP
- Community Day
- OPENHACK
- kakao
- SW중심대학
- gcp
- seq2seq
- API
- Backend.AI
- 뉴비톤
- 스터디 잼
- Speech
- re:Invent
- Tensorflow 2.0
- 코딩테스트
- aws
- entity
- GDG Campus
- Qwik Start
- 오픈소스해커톤
- BOAZ
- 해커톤
- Ground Truth
- 머신러닝
- SageMaker
- 구글스타트업캠퍼스
- Conference
- ainize
- rl
Archives
- Today
- Total
pizzaplanet
Local Search 본문
Local Search
Local search: 더 나아질 수 없을 때까지 search 하는 것이며 fringe를 쓰지 않는다.
New successor: 로컬을 다른 지점으로 변경한다.
속도도 빠르고 메모리도 적게 잡아먹으나 해를 찾았다고 해서 optimal하지는 않을 수 있다.
Hill Climbing
Simple, general idea:
- 아무 곳에서나 시작한다.
- 반복: 가까운 곳에서 현재 위치보다 나은 곳이 있다면 그 곳으로 이동하고 나은 곳이 없다면 종료한다.
로컬을 어디서 시작하느냐에 따라 도달하는 Goal 지점이 달라진다. 그림상의 current state에서 시작한다면 local maximum에 도달하여 global maximum은 찾지 못하고 끝나게 된다.
'Univ. > Artificial intelligence lecture' 카테고리의 다른 글
Adversarial Search (1) | 2018.05.08 |
---|---|
제약 충족 문제 Constraint Satisfaction Problems(CSP) (0) | 2018.05.06 |
에이스타탐색 A* Search (0) | 2018.05.04 |
탐욕 탐색 Greedy Search (0) | 2018.05.04 |
휴리스틱(Heuristics)에 대하여 (0) | 2018.05.04 |
Comments