Page 1 of 1
[통계] 강화학습
이름
*
강화 학습(Reinforcement Learning)의 핵심 목표는 무엇인가요?
*
강화 학습(Reinforcement Learning)의 핵심 목표는 무엇인가요?
A
주어진 입력(X)에 대한 정확한 출력(Y)을 예측하는 것.
B
데이터 내 숨겨진 구조나 패턴을 발견하는 것.
C
행위자(Agent)가 환경과의 상호작용을 통해 누적 보상(Return)을 최대화하는 행동 정책을 학습하는 것.
D
데이터의 차원을 줄여 계산 효율성을 높이는 것.
강화 학습의 구성 요소 중, 행위자(Agent)가 특정 상황(상태)에서 어떤 행동을 선택할지 결정하는 전략이나 규칙을 무엇이라고 하나요?
*
강화 학습의 구성 요소 중, 행위자(Agent)가 특정 상황(상태)에서 어떤 행동을 선택할지 결정하는 전략이나 규칙을 무엇이라고 하나요?
A
상태 (State)
B
보상 (Reward)
C
정책 (Policy, π)
D
수익 (Return, G)
ChatGPT와 같은 대규모 언어 모델 훈련에 활용되는 RLHF(Reinforcement Learning from Human Feedback) 기법에 대한 설명으로 가장 적절한 것은 무엇인가요?
*
ChatGPT와 같은 대규모 언어 모델 훈련에 활용되는 RLHF(Reinforcement Learning from Human Feedback) 기법에 대한 설명으로 가장 적절한 것은 무엇인가요?
A
인간이 직접 코드를 작성하여 모델의 응답 방식을 개선한다.
B
인간의 피드백(선호도 순위 등)을 사용하여 보상 모델을 학습시키고, 이를 기반으로 강화 학습을 통해 모델의 응답 생성 정책을 미세 조정한다.
C
모델이 생성한 모든 응답에 대해 인간이 직접 정답 라벨을 제공하여 지도 학습 방식으로 훈련한다.
D
강화 학습 알고리즘 자체를 인간이 직접 설계하고 구현하는 과정을 의미한다.
지도 학습과 강화 학습의 주요 차이점에 대한 설명으로 틀린 것은 무엇인가요?
*
지도 학습과 강화 학습의 주요 차이점에 대한 설명으로 틀린 것은 무엇인가요?
A
지도 학습은 (X, Y) 형태의 정답 라벨이 있는 데이터를 필요로 하지만, 강화 학습은 환경과의 상호작용 데이터를 사용한다.
B
지도 학습의 목표는 예측 오차 최소화지만, 강화 학습의 목표는 누적 보상 최대화이다.
C
지도 학습은 정답(Y)과의 비교를 통해 학습하지만, 강화 학습은 환경이 주는 보상(R)을 학습 신호로 사용한다.
D
지도 학습과 강화 학습 모두 문제 해결을 위해 반드시 Y(정답 라벨)가 필요하다.
강화 학습을 실제 현업 문제에 적용할 때 겪을 수 있는 어려움으로 언급된 것이 아닌 것은 무엇인가요?
*
강화 학습을 실제 현업 문제에 적용할 때 겪을 수 있는 어려움으로 언급된 것이 아닌 것은 무엇인가요?
A
최적 정책을 찾기 위해 많은 시행착오(탐색)가 필요하여 현실 세계 적용 시 시간, 비용, 안전 문제가 발생할 수 있다.
B
목표 달성을 유도하는 적절한 보상 함수를 설계하기 어렵고, 잘못 설계하면 의도치 않은 행동을 학습할 수 있다.
C
지도 학습처럼 명확한 (상태, 행동, 보상, 다음 상태) 형태의 데이터셋을 구하기 어렵다.
D
모델 학습에 필요한 컴퓨팅 자원이 지도 학습에 비해 항상 현저히 적다.
강화 학습에서 행위자가 최적의 정책을 찾기 위해 환경 내에서 많은 시도를 해보는 과정(탐색)이 현실 세계에서 어려움을 야기할 수 있어 중요성이 강조되는 것은 무엇인가요?
*
강화 학습에서 행위자가 최적의 정책을 찾기 위해 환경 내에서 많은 시도를 해보는 과정(탐색)이 현실 세계에서 어려움을 야기할 수 있어 중요성이 강조되는 것은 무엇인가요?
A
더 많은 라벨 데이터 확보
B
시뮬레이션 환경 구축
C
특징 중요도 분석
D
교차 검증 (Cross-validation)
강화 학습에서 보상 함수를 잘못 설계했을 때 발생할 수 있는 문제로 가장 대표적인 것은 무엇인가요?
*
강화 학습에서 보상 함수를 잘못 설계했을 때 발생할 수 있는 문제로 가장 대표적인 것은 무엇인가요?
A
모델 학습 시간이 무한정 길어진다.
B
에이전트가 보상을 얻기 위해 의도하지 않은 허점(exploit)을 찾는 방식으로 행동을 학습한다.
C
모델이 항상 동일한 행동만 반복하게 된다.
D
학습된 정책이 다른 환경에서는 전혀 작동하지 않는다.
딥러닝 강화학습을 이용하여 공정 최적화를 하려고 합니다. 제조 공정에서 온도, 압력, 원료 투입량 등의 다양한 변수를 조절하여 제품 품질을 극대화하고자 합니다. 다음 중 이러한 상황에서 강화학습 적용에 관한 설명으로 가장 옳은 것은?
*
딥러닝 강화학습을 이용하여 공정 최적화를 하려고 합니다. 제조 공정에서 온도, 압력, 원료 투입량 등의 다양한 변수를 조절하여 제품 품질을 극대화하고자 합니다. 다음 중 이러한 상황에서 강화학습 적용에 관한 설명으로 가장 옳은 것은?
A
강화학습을 위해 레이블이 있는 과거 생산 데이터가 많이 필요하다.
B
보상함수는 낮은 비용으로 높은 품질의 제품이 생산되도록 정의해야 한다.
C
신경망이 제품의 품질을 직접 예측하도록 학습시켜야 한다.
D
시뮬레이션이 아닌 실공정에서 직접 강화학습을 하는 것이 바람직하다.
Submit