시리즈: 60일의 도박: 1편Sales & Customers
영업의 보이지 않는 손: 베이지안 엔진으로 추적한 60일의 수주 확률
영업 현장의 관찰과 고객 반응을 베이지안 증거로 갱신해 60일 동안 수주 확률을 추적하고, 한정된 영업 자원을 더 나은 고객과 행동에 배분하는 ExaWin+ 의사결정 사례입니다.
- Bayesian
- 베이즈인자
- 베이지안 업데이트
Skip to article library
Field Library
All Articles
Evidence, methods, and operating insight for decisions that must work in the field.
27Published articles
All Articles
Page 4 of 427 articles in the current library
시리즈: 강화학습의 토대: 1편Theory & Methods
강화학습의 역사: 벨만 방정식에서 딥 강화학습까지
강화학습(Reinforecemnt Learning: RL)을 본 블로그의 첫 주제로 선택한 이유는 최근 급격히 발전하고 주목받는 딥러닝과 LLM AI 에이전트들과는 다른 궤도에서, 전통적인 이론을 바탕으로 현실세계에 지속적인 영향을 끼치며 발전해온 강화학습에 대한 개인적인 관심과 Exavion의 확장된 ERP, AI 통합 기업 어플리케이션 Exa-Solution에 강화학습이 통합되는 것 또한 주된 이유 중의 하나이다
- AI
- 강화학습
- RL
시리즈: 강화학습의 토대: 2편Theory & Methods
수학 이전의 강화학습: 행동 실험에서 MDP로
강화학습을 처음 접하는 학습자들 가운데 상당수는 MDP(Markov Decision Process)와 강화학습(Reinforcement Learning) 간의 개념적 차이와 관계를 명확히 이해하지 못해 학습 초기 단계에서 진입장벽을 경험하곤 한다. 이러한 혼란을 줄이기 위해서는 두 개념의 관계를 먼저 정리해볼 필요가 있다.
- AI
- 강화학습
- RL