Reinforcement Learning이란?
"시도 → 결과 관찰 → 더 나은 시도"를 반복해 학습하는 방식이다.
구성
- Agent, Environment, State, Action, Reward
- 정책(Policy): 상태 → 행동 매핑
- 가치함수(Value): 미래 보상 기대치
알고리즘
Q-learning, DQN, PPO, DPO. RLHF(LLM 정렬)의 RL이 이것.
Reinforcement Learning란?RL
정의
에이전트가 환경과 상호작용하며 보상을 최대화하는 방향으로 학습. AlphaGo·로봇 제어에 활용.
다른 표현강화학습
🔗 함께 보면 좋은 용어
Data 전체 →AARRR
Pirate Metrics
Dave McClure가 만든 스타트업 퍼널. Acquisition·Activation·Retention·Referral·Revenue.
A/B 유의성
통계적 유의성·검정력·샘플 크기 계산. p-value·신뢰구간·효과 크기.
Airbyte
오픈소스 ELT 도구. 300+ 커넥터로 소스 → Warehouse 동기화.
Airflow 2+
Airflow 2.x 메이저 개편. TaskFlow API·Deferrable·Dynamic DAG. 3.0에서 더 현대화.
Amplitude
제품 분석·실험 플랫폼. 행동 분석·제품 주도 성장에 특화.
Amundsen
Lyft가 오픈소스화한 데이터 발견 UI. DataHub 경쟁.