5w0401
2026๋ 11์ 15์ผ ๊ณต์
๐จ [์ํ ์ถ์ ๋ ์ด๋] ํต์ฌ ํ ํฝ ๋ถ์
์์ ์ถ์ ์์ | ํต์ฌ ํ ํฝ (์ฃผ์ ๋ช
) | ๊ต์๋ ๊ฐ์กฐ ์์ค (์/์ค/ํ) | ์ถ์ ์์ ์ ํ (๋จ๋ต/๊ณ์ฐ/๋น๊ต/์์ ) |
|---|---|---|---|
1์์ | MCTS(๋ชฌํ
์นด๋ฅผ๋ก ํธ๋ฆฌ ํ์) 4๋จ๊ณ์ UCB1 | ์ | ์์ /๋จ๋ต |
2์์ | ์์ฌ๊ฒฐ์ ํธ๋ฆฌ(Decision Tree) ๋ถ๊ธฐ ์กฐ๊ฑด (์ํธ๋กํผ์ ์ธํฌ๋ฉ์ด์
๊ฒ์ธ) | ์ | ๊ณ์ฐ/์์ |
3์์ | ์ง๋ ๋ถ์๋(Gini Impurity Index)์ ๊ฐ๋
| ์ค | ๊ฐ๋
/๋จ๋ต |
4์์ | ์์ฌ๊ฒฐ์ ํธ๋ฆฌ์ ํ๊ณ (๊ณผ์ ํฉ, Overfitting) | ์ค | ์์ |
5์์ | Expectiminimax (ํ๋ฅ ๋
ธ๋ ๊ธฐ๋๊ฐ ๊ณ์ฐ) | ํ | ๊ณ์ฐ |
๐ง [A+ ์์ ํ ์๋ฒฝ ๋๋น] ๋ ผ๋ฆฌ ํ๋ฆ ๋ ธํธ
[์ฃผ์ ๋ช 1] MCTS (๋ชฌํ ์นด๋ฅผ๋ก ํธ๋ฆฌ ํ์)
- ์ถ์ ํฌ์ธํธ: MCTS์ 4๋จ๊ณ ์๋ ์๋ฆฌ์ UCB1 ๊ณต์์ ํตํ ํ์/์ด์ฉ์ ๋๋ ๋ง ํด๊ฒฐ ๋ฐฉ์
- Why (์ ๋์ ๋์๋): ๋ชจ๋ ๊ฒฝ์ฐ์ ์๋ฅผ ๋๊น์ง ํ์ํ๋ ๊ฒ์ ๋ถ๊ฐ๋ฅํ๋ฏ๋ก, ํ๋ฅ ๊ณผ ๊ทธ๋์์ ์น๋ฅ ์ ํ์ฉํ์ฌ ์ ๋งํ ๊ฒฝ๋ก๋ฅผ ํจ์จ์ ์ผ๋ก ํ์ํ๊ธฐ ์ํด ๋์ ๋์์ต๋๋ค.
- How (์ด๋ป๊ฒ ์๋ํ๋):
- Selection (์ ํ): UCB1 ๊ณต์์ ์ฌ์ฉํ์ฌ ๋ ธ๋๋ฅผ ์ ํํฉ๋๋ค. ์น๋ฅ ์ด ๋์ ๊ณณ์ ๊ณ ๋ฅด๋ '์ด์ฉ(Exploitation)'๊ณผ ์๋ ํ์๊ฐ ์ ์ ๊ณณ์ ๊ณ ๋ฅด๋ 'ํ์(Exploration)'์ ๊ฒฐํฉํฉ๋๋ค. (์๋ ํ์๊ฐ ๋ถ๋ชจ์ ์์ด, ์ ๊ฒ ๋ฐฉ๋ฌธํ ๊ณณ์ผ์๋ก ํ์ ๊ฐ์น๊ฐ ์ปค์ง๋๋ค.)
- Expansion (ํ์ฅ): ํ์ํ์ง ์์ ๋ฆฌํ ๋ ธ๋์ ๋๋ฌํ๋ฉด ์๋ก์ด ํธ๋ฆฌ๋ฅผ ํ๋ ๋ง๋ญ๋๋ค(๊ธฐ๋ณธ์ ์ผ๋ก ๋๋ค).
- Simulation (์๋ฎฌ๋ ์ด์ ): ๋๊น์ง ๋๋คํ๊ฒ ๊ฒ์์ ์งํํ์ฌ ์นํจ๋ฅผ ํ์ธํฉ๋๋ค.
- Update (์ ๋ฐ์ดํธ): ์๋ฎฌ๋ ์ด์ ๊ฒฐ๊ณผ๋ฅผ ๋ฐํ์ผ๋ก ๊ฑฐ์ณ์จ ๊ฒฝ๋ก์ ์น๋ฅ ๊ณผ ์๋ ํ์๋ฅผ ์ ๋ฐ์ดํธํฉ๋๋ค.
- Limit/Result (ํ๊ณ์ ๋ฐ ์์): ์๋ฎฌ๋ ์ด์ ๊ณผ์ ์์์ ๊ตฌ์ฒด์ ์ธ ์์์ ๊ธฐ์ตํ์ง ์๊ณ ์ต์ข ์นํจ ๊ฒฐ๊ณผ๋ง ์ ๋ฐ์ดํธ์ ์ฌ์ฉํฉ๋๋ค.
[์ฃผ์ ๋ช 2] ์์ฌ๊ฒฐ์ ํธ๋ฆฌ (Decision Tree)์ ์ธํฌ๋ฉ์ด์ ๊ฒ์ธ (Information Gain)
- ์ถ์ ํฌ์ธํธ: ์์ฌ๊ฒฐ์ ํธ๋ฆฌ๊ฐ ๋ฐ์ดํฐ๋ฅผ ๋ถ๋ฅํ๋ ๊ธฐ์ค(์ํธ๋กํผ ๊ฐ์)๊ณผ ๊ณ์ฐ ์๋ฆฌ
- Why (์ ๋์ ๋์๋): ์๋ง์ ๋ฐ์ดํฐ ์์์ ์๋ก์ด ๋ฐ์ดํฐ๊ฐ ๋ค์ด์์ ๋, ๊ฐ์ฅ ๋น ๋ฅด๊ณ ๋ช ํํ๊ฒ ๋ถ๋ฅ(์์ธก)ํ๊ธฐ ์ํด ๋์ ๋์์ต๋๋ค. ์ค๋ฌด๊ณ ๊ฐ์ฒ๋ผ ํ ๋ฒ์ ์ง๋ฌธ์ผ๋ก ๊ฐ์ฅ ๋ง์ ๋ฐ์ดํฐ๋ฅผ ๊ฑธ๋ฌ๋ด๋ ๊ฒ์ด ํต์ฌ์ ๋๋ค.
- How (์ด๋ป๊ฒ ์๋ํ๋):
- '์ํธ๋กํผ(Entropy)'๋ผ๋ ๋ฌด์ง์๋ ๊ฐ๋ ์ ์ฌ์ฉํฉ๋๋ค. ํ๋ฅ ์ด ๊ท ์ผํ ์๋ก(์ฑ ์์ ๋ฌผ๊ฑด์ด ๋๋ธ๋ฌ์ ธ ์์์๋ก) ์ํธ๋กํผ๊ฐ ๋๊ณ , ํ์ชฝ์ผ๋ก ์ ๋ฆด์๋ก(์ ๋ฆฌ๋ ์๋ก) ๋ฎ์์ง๋๋ค.
- ์ธํฌ๋ฉ์ด์ ๊ฒ์ธ(IG): ๋ถ๊ธฐ ์ ์๋ ๋ฐ์ดํฐ์ ์ํธ๋กํผ์์, ๋ถ๊ธฐ ํ ๊ฐ๋ผ์ง ๊ทธ๋ฃน๋ค์ ๊ธฐ๋ ์ํธ๋กํผ๋ฅผ ๋บ ๊ฐ์ ๋๋ค. ์ด ์ฐจ์ด(IG)๊ฐ ๊ฐ์ฅ ํฐ ์ง๋ฌธ(์กฐ๊ฑด)์ ์ ํํด ํธ๋ฆฌ๋ฅผ ํ์ฅํฉ๋๋ค.
- Limit/Result (ํ๊ณ์ ๋ฐ ์์): ๊ณผ์ ํฉ(Overfitting) ๋ฌธ์ ๊ฐ ๋ฐ์ํ ์ ์์ต๋๋ค. ํ์ต ๋ฐ์ดํฐ์๋ง ์๋ฒฝํ ๋ง์ถฐ์ ธ ์์ด, ํ ๋ฒ๋ ๋ณด์ง ๋ชปํ ์๋ก์ด ์กฐํฉ์ ๋ฐ์ดํฐ๊ฐ ๋ค์ด์ค๋ฉด ์๋ฑํ ๋ถ๋ฅ๋ฅผ ํด๋ฒ๋ฆฌ๋ ํ๊ณ๊ฐ ์์ต๋๋ค.
โ๏ธ [ํ์ ์๊ธฐ] ํท๊ฐ๋ฆฌ๋ ๊ฐ๋ ๋น๊ต
๋น๊ต ํญ๋ชฉ | ์ํธ๋กํผ ๊ธฐ๋ฐ ์ธํฌ๋ฉ์ด์
๊ฒ์ธ (Information Gain) | ์ง๋ ๋ถ์๋ (Gini Impurity Index) |
|---|---|---|
ํต์ฌ ์๋ฆฌ | ์ ๋ณด๋์ ๊ธฐ๋๊ฐ(๋ฌด์ง์๋)์ ๊ณ์ฐํ์ฌ ๋ถ๊ธฐ ์ ํ์ ๋ฌด์ง์๋ ๊ฐ์๋์ด ๊ฐ์ฅ ํฐ ์กฐ๊ฑด์ ์ ํ | ๋ฌด์์๋ก ์ ํ๋ ๋ฐ์ดํฐ๊ฐ ์๋ชป ๋ถ๋ฅ๋ ํ๋ฅ ์ ๊ธฐ๋๊ฐ์ ๊ณ์ฐ |
๊ณ์ฐ ๊ณต์ | ๏ปฟ | ๏ปฟ |
์ ์ฉ ๋ชฉํ | ๋์ง์ ์ธ ๊ฒ๋ค์ด ๋ชจ์ผ์๋ก(์ํธ๋กํผ๊ฐ ๋ฎ์์ง์๋ก) ์ ๋ฆฌ | ๋์ง์ ์ธ ๊ฒ๋ค์ด ๋ชจ์ผ์๋ก(๋ถ์๋๊ฐ ๋ฎ์์ง์๋ก) ์ ๋ฆฌ |
โ ๏ธ [์ถ์ ์์ ํจ์ ์ฃผ์!]๊ต์๋๊ป์ **"๋น์จ๊ณผ ํ๋ฅ ์ ํผ๋"**์ ๊ฐํ๊ฒ ๊ฒฝ๊ณ ํ์ จ์ต๋๋ค. ํ์ต ๋ฐ์ดํฐ์์ 30๋ช ์ค 5๋ช ์ด ํน์ ํ๊ณผ๋ผ๋ '๋น์จ'์, ์๋ก์ด ํ์์ด ๊ทธ ํ๊ณผ์ผ 'ํ๋ฅ '๋ก ๊ทธ๋๋ก ์นํ๋์ด ๊ณ์ฐ๋ฉ๋๋ค. ๋ํ ์ํ ๊ณต์(๋ก๊ทธ, ์ ๊ณฑ ๋ฑ) ์์ฒด์ ๊ฒ๋จน์ง ๋ง๊ณ , **"์์์ด ๋ฌด์ง์๋๋ฅผ ํํํ๊ธฐ ์ํ ๋๊ตฌ์ผ ๋ฟ"**์ด๋ผ๋ ๋ฌผ๋ฆฌ์ ์๋ฏธ๋ฅผ ๋ฌป๋ ์์ ํ์ ์ฃผ์ํ์ธ์.
๐ฏ [์ค์ ๋ชจ์๊ณ ์ฌ] ๊ต์๋ ๋ง์ถคํ ํ๋์ฝ์ด ํ๋ จ
[์น์
1: ๋จ๋ต ๋ฐ ๊ฐ๋
ํ์ธํ]
- Q1. MCTS์ 4๋จ๊ณ๋ฅผ ์์๋๋ก ์ ์ผ์์ค.
- Q2. UCB1 ๊ณต์์์ ์๋ ํ์๊ฐ ์ ์ ๋ ธ๋๋ฅผ ์ ํํ๊ฒ ๋ง๋๋ ์๋ฆฌ๋ฅผ ๋ปํ๋ ์๋จ์ด๋ ๋ฌด์์ธ๊ฐ?
- Q3. ์์ฌ๊ฒฐ์ ํธ๋ฆฌ์์ ํ์ต ๋ฐ์ดํฐ์๋ง ๋๋ฌด ๋ง์ถฐ์ ธ ์์ด ์๋ก์ด ๋ฐ์ดํฐ์ ๋ํด ์๋ชป๋ ์์ธก์ ํ๋ ํ์์ ๋ฌด์์ด๋ผ ํ๋๊ฐ?
- Q4. ํน์ ์ฌ๊ฑด์ด ์ผ์ด๋ ํ๋ฅ ์ด ๋ชจ๋ ๊ท ์ผํ ๋, ์ํธ๋กํผ ๊ฐ์ ์ปค์ง๋๊ฐ ์์์ง๋๊ฐ?
- Q5. ์ง๋ ๋ถ์๋(Gini Impurity)์ ๊ฐ์ด ๊ฐ์ฅ ์์์ง๋ ๊ฒฝ์ฐ๋ ๋ฐ์ดํฐ๊ฐ ์ด๋ค ์ํ์ผ ๋์ธ๊ฐ?
[์น์
2: ์กฐ๊ฑด๋ถ ์ ์ฉ ๋ฐ ๊ณ์ฐํ]
- Q1. ํ๋ฅ ๋ ธ๋(Expectiminimax)์์ A ์ก์ ์ ๊ฒฐ๊ณผ๊ฐ 10% ํ๋ฅ ๋ก -1์ , 90% ํ๋ฅ ๋ก 1์ ์ผ ๋, ์ด ๋ ธ๋์ ๊ธฐ๋๊ฐ์ ๊ณ์ฐํ์์ค. (๊ต์๋ ์์ ์์ฉ)
[์น์
3: ์์ ํ ๋ฐ ๋
ผ์ ํ]
- Q1. MCTS์ Selection ๋จ๊ณ์์ ์ฌ์ฉ๋๋ ๋ ๊ฐ์ง ์์น(Exploitation๊ณผ Exploration)์ ๋๋ ๋ง๋ฅผ UCB1 ๊ณต์์ด ์ด๋ป๊ฒ ํด๊ฒฐํ๋์ง ์์ ํ์์ค.
- Q2. ์์ฌ๊ฒฐ์ ํธ๋ฆฌ์์ '์ํธ๋กํผ(Entropy)'์ ๋ฌผ๋ฆฌ์ ์๋ฏธ๋ฅผ ๊ต์๋์ด ์ธ๊ธํ '์ฑ ์ ์ ๋ฌผ๊ฑด' ๋น์ ๋ฅผ ์ฌ์ฉํ์ฌ ์ค๋ช ํ๊ณ , ๋ถ๊ธฐ ์กฐ๊ฑด์ ์ ํํ๋ ๊ธฐ์ค์ ์์ ํ์์ค.
<details>
</details>
<summary></summary>
[์น์
1]
- Selection(์ ํ) -> Expansion(ํ์ฅ) -> Simulation(์๋ฎฌ๋ ์ด์ ) -> Update(์ ๋ฐ์ดํธ)
- Exploration (ํ์)
- ๊ณผ์ ํฉ (Overfitting)
- ์ปค์ง๋ค (๊ฐ์ฅ ๋ฌด์ง์ํ ์ํ)
- ์๋ฒฝํ๊ฒ ๋์ผํ ๋ถ๋ฅ(๋จ์ผ ํด๋์ค)๋ง ๋ชจ์ฌ ์์ ๋
[์น์
2]
- (-1 * 0.1) + (1 * 0.9) = -0.1 + 0.9 = 0.8์
[์น์
3]
- [ํต์ฌ ํค์๋: ์น๋ฅ , ์๋ ํ์, ๋ถ๋ชจ] UCB1์ ์น๋ฅ ์ด ๋์ ๊ณณ์ ์ ํํ๋ ์ด์ฉ(Exploitation)๊ณผ ์ ๊ฐ๋ณธ ๊ณณ์ ์ ํํ๋ ํ์(Exploration)์ ๋ํ ๊ณต์์ ๋๋ค. ํ์ ํญ์ ๋ถ๋ชจ์ 'ํด๋น ๋ ธ๋์ ์๋ ํ์'๊ฐ ๋ค์ด๊ฐ๋ฏ๋ก, ์๋ ํ์๊ฐ ์ ์์๋ก ์ ์ฒด ๊ฐ์ด ์ปค์ ธ ์์ฐ์ค๋ฝ๊ฒ ๋ ํ์๋ ๊ฒฝ๋ก๋ฅผ ์๋ํ๊ฒ ๋ง๋ค์ด ๋๋ ๋ง๋ฅผ ํด๊ฒฐํฉ๋๋ค.
- [ํต์ฌ ํค์๋: ๋ฌด์ง์๋, ๊ท ์ผํ ํ๋ฅ , ์ธํฌ๋ฉ์ด์ ๊ฒ์ธ] ์ํธ๋กํผ๋ ๋ฐ์ดํฐ์ ๋ฌด์ง์๋๋ฅผ ์๋ฏธํฉ๋๋ค. ์ฑ ์์ ์ฌ๋ฌ ๋ฌผ๊ฑด์ด ๋๋ธ๋ฌ์ ธ ์๋ฏ ๋ชจ๋ ์ฌ๊ฑด์ ํ๋ฅ ์ด ๊ท ์ผํ ๋ ์ํธ๋กํผ๊ฐ ๊ฐ์ฅ ๋๊ณ , ํ์ชฝ์ผ๋ก ์ ๋ฆฌ๋์ด ์์ธก ๊ฐ๋ฅํ ๋ ๋ฎ์์ง๋๋ค. ์์ฌ๊ฒฐ์ ํธ๋ฆฌ๋ ์๋์ ์ํธ๋กํผ์์ ๋ถ๊ธฐ ํ์ ์ํธ๋กํผ ๊ธฐ๋๊ฐ์ ๋บ '์ธํฌ๋ฉ์ด์ ๊ฒ์ธ(์ ๋ณด ์ด๋)'์ด ๊ฐ์ฅ ํฐ(๋ฌด์ง์๋๋ฅผ ๊ฐ์ฅ ๋ง์ด ์ค์ฌ์ฃผ๋) ์กฐ๊ฑด์ ์ฐพ์ ๋ถ๊ธฐํฉ๋๋ค.
โก [์ํ ์ง์ 5๋ถ ์ปท] ๋ฒผ๋ฝ์น๊ธฐ ์์ฝ ์๊ธฐ์ฅ
- MCTS 4๋จ๊ณ: Selection -> Expansion -> Simulation -> Update.
- UCB1 ์๋ฆฌ: ์น๋ฅ (Exploitation) + ๋ฐฉ๋ฌธ ํ์ ์ ์ ๊ณณ(Exploration). ๋ฐฉ๋ฌธ ํ์๊ฐ ๋ถ๋ชจ์ ์์ด ์ ๊ฒ ๊ฐ์๋ก ๊ฐ์น๊ฐ ์ปค์ง.
- ์์ฌ๊ฒฐ์ ํธ๋ฆฌ ๋ชฉ์ : ์ค๋ฌด๊ณ ๊ฐ์ฒ๋ผ ์กฐ๊ฑด(์ง๋ฌธ)์ ํตํด ๋ฐ์ดํฐ๋ฅผ ๊ฐ์ฅ ๋น ๋ฅด๊ฒ ๋ถ๋ฅํ๋ ๊ฒ.
- ์ํธ๋กํผ(Entropy): ๋ฌด์ง์๋. ํ๋ฅ ์ด ๊ท ์ผํ๊ฒ ์์ฌ ์์์๋ก ๊ฐ์ ์ปค์ง๊ณ (์ด์ง๋ฌ์), ํ์ชฝ์ผ๋ก ์ ๋ฆด์๋ก ๊ฐ์ ์์์ง(์์ ).
- ์ธํฌ๋ฉ์ด์ ๊ฒ์ธ(IG): ๋ถ๊ธฐ ์ ํ์ ์ํธ๋กํผ ์ฐจ์ด. ์ด ๊ฐ์ด ๊ฐ์ฅ ํฐ ์กฐ๊ฑด์ ์ต์ฐ์ ์ง๋ฌธ์ผ๋ก ์ ํํจ.
- ๊ณผ์ ํฉ(Overfitting): ์์ฌ๊ฒฐ์ ํธ๋ฆฌ์ ํ๊ณ. ํ์ต ๋ฐ์ดํฐ์๋ง ๊ณผ๋ํ๊ฒ ๋ง์ถฐ์ ธ ์๋ก์ด ๋ฐ์ดํฐ๊ฐ ๋ค์ด์ค๋ฉด ์๋ฑํ ํ๋จ์ ๋ด๋ฆผ.
๋ค๋ฅธ ๊ณต๊ฐ ๋ ธํธ
๊ณต๊ฐ ๋ ธํธ ๋ชจ๋ ๋ณด๊ธฐKYA ๊ธฐ๋ฐ ์์ด์ ํธ ์ธ์ฆ ํ๋กํ ์ฝ
2026๋ 11์ 18์ผ
๋ณด๊ธฐ
ํ๋ฅ MVP ๋ฒ์ ๋ฐ ๊ธฐ๋ฅ ์ ์ ํ์
2026๋ 11์ 17์ผ
๋ณด๊ธฐ
์ด์์ฒด์ 10/26
2026๋ 11์ 17์ผ
๋ณด๊ธฐ
New Note
2026๋ 11์ 16์ผ
๋ณด๊ธฐ
RLC ์คํ๊ณผ ์๊ธฐ์ฅ ์ธก์ ์คํ๊ธฐ๋ก
2026๋ 11์ 14์ผ
๋ณด๊ธฐ
ํ๋ณตํ ์๋๊ธฐ๋ฅผ ์ํ ๋ถ๋ชจ์ ์ดํด์ ์ํ์ง๋
2026๋ 11์ 13์ผ
๋ณด๊ธฐ