Python 3.x 기반의 코드입니다. 웹페이지의 HTML 본문을 가져오는 코드입니다.

예제 코드

import urllib.request

url = "http://snowdeer.github.io/"

res = urllib.request.urlopen(url)
data = res.read()

text = data.decode("UTF-8")
print(text)

Python 3.x 기반의 코드입니다. 인터넷 등 네트워크 상에 있는 파일을 다운로드하는 샘플 코드입니다.

예제 코드

urlretrieve() 함수를 이용하여 바로 파일에 저장

import urllib.request

url = "http://snowdeer.github.io/public/img/hello_page.jpg"
filename = "snowdeer.jpg"

urllib.request.urlretrieve(url, filename)
print("Saving image is successful.")

urlopen() 함수를 이용하여 메모리에 저장한 다음 파일에 저장

import urllib.request

url = "http://snowdeer.github.io/public/img/hello_page.jpg"
filename = "snowdeer.jpg"

image = urllib.request.urlopen(url).read()

with open(filename, mode="wb") as f:
    f.write(image)
    print("Saving image is successful.")

강화 학습(Reinforcement Learning)은 일련의 행동 후에 보상이나 평가가 주어질 때 사용할 수 있는 학습 방법입니다.

여기서는 강화 학습 중 Q-Learning 방법에 대해서 C++ 예제를 살펴보도록 하겠습니다.

Q Value는 어떤 상태에서 취해야 할 각각의 행동들에 대한 지표가 되는 수치입니다.

무작위 행동을 하면서 특정 보상에 도달한 행동에 대해서는 적절한 보상을 해주고 보상에 따라 Q Value를 업데이트 해주면서 결국 정답에 가까운 행동을 할 수 있도록 자연스럽게 유도하는 학습 방법입니다.

여기서는 Q-Learning 방법을 이용하여 미로 찾기를 하는 강화 학습 코드를 살펴보도록 하겠습니다.

위 그림과 같은 미로가 있으며, 가장 마지막 노드인 s14에 도착하면 보상을 주도록 했습니다.

C++ 예제 코드

#include <stdio.h>
#include <stdlib.h>
#include <time.h>

static const int NODE_COUNT = 15;
static const double EPSILON = 0.3f;
static const int LEARNING_COUNT = 1000;   // 학습 횟수
static const double GAMMA = 0.9f;         // 할인율
static const double ALPHA = 0.1;          // 학습 계수

int getRandom(int max) {
  return rand() % (max + 1);
}

double getRandom() {
  return (double)rand() / RAND_MAX;
}

void printQTable(int qtable[NODE_COUNT]) {
  for (int i = 1; i < NODE_COUNT; i++) {
    printf("%d\t", qtable[i]);
  }
  printf("\n");
}

void initQTable(int qtable[NODE_COUNT]) {
  for (int i = 0; i < NODE_COUNT; i++) {
    qtable[i] = getRandom(100);
  }
  printQTable(qtable);
}

int getNextNode(int pos, int qtable[NODE_COUNT]) {
  int left = 2 * pos + 1;
  int right = 2 * (pos + 1);

  int nextNode;
  if (getRandom() < EPSILON) {
    if (getRandom(1) == 0) {
      nextNode = left;
    }
    else {
      nextNode = right;
    }
  }
  else {
    if (qtable[left] > qtable[right]) {
      nextNode = left;
    }
    else {
      nextNode = right;
    }
  }

  return nextNode;
}

int updateQTable(int pos, int qtable[NODE_COUNT]) {
  int left = 2 * pos + 1;
  int right = 2 * (pos + 1);

  int qvalue = 0;
  int qmax;

  if (pos > 6) {
    if (pos == 14) {
      qvalue = qtable[pos] + ALPHA * (1000 - qtable[pos]);
    }
    else {
      qvalue = qtable[pos];
    }
  }
  else {
    if (qtable[left] > qtable[right]) {
      qmax = qtable[left];
    }
    else {
      qmax = qtable[right];

    }
    qvalue = qtable[pos] + ALPHA * (GAMMA * qmax - qtable[pos]);
  }

  return qvalue;
}

int main() {
  srand(time(NULL));

  int nodeId;
  int qtable[NODE_COUNT];

  initQTable(qtable);

  for (int i = 0; i < LEARNING_COUNT; i++) {
    nodeId = 0;
    for (int j = 0; j < 3; j++) {
      nodeId = getNextNode(nodeId, qtable);

      qtable[nodeId] = updateQTable(nodeId, qtable);
    }

    printQTable(qtable);
  }
  return 0;
}

귀납적 학습(Inductive Learning)은 구체적인 데이터 값들을 기반으로 특정 규칙이나 지식을 학습하는 것을 말합니다.

간단한 예제를 살펴보도록 하겠습니다. 다음과 같은 데이터가 있다고 가정합시다.

A부터 J까지의 값의 패턴에 따라 Value 값이 결정이 된다고 할 때, 과거 기록들을 학습하면 향후 A부터 J까지의 값이 주어지면 Value 값을 추측할 수 있습니다.

다음 코드는 Value 값을 예측할 수 있는 A부터 J까지의 값들의 패턴을 추출하는 예제입니다.

C++ 예제 코드

#include <stdio.h>
#include <stdlib.h>
#include <time.h>

static const int DATA_COUNT = 30;
static const int COMPANY_COUNT = 10;

// File에서 데이터를 읽어들임
void loadData(int data[DATA_COUNT][COMPANY_COUNT], int value[DATA_COUNT]) {
  freopen("data.txt", "r", stdin);
  setbuf(stdout, NULL);

  for (int i = 0; i < DATA_COUNT; i++) {
    for (int j = 0; j < COMPANY_COUNT; j++) {
      scanf("%d", &data[i][j]);
    }
    scanf("%d", &value[i]);
  }
}

// 초기 AnswerSheet는 랜덤값으로 설정
void createRandomAnswerSheet(int answer[COMPANY_COUNT]) {
  for (int i = 0; i < COMPANY_COUNT; i++) {
    answer[i] = (rand() % 3);
  }
}

// 점수 계산
int getScore(int data[DATA_COUNT][COMPANY_COUNT], int value[DATA_COUNT], int answer[COMPANY_COUNT]) {
  int score = 0;

  for (int i = 0; i < DATA_COUNT; i++) {
    int point = 0;

    for (int j = 0; j < COMPANY_COUNT; j++) {
      if (answer[j] == 2) {
        point++;
      } else if (answer[j] == data[i][j]) {
        point++;
      }

      if ((point == COMPANY_COUNT) && (value[i] == 1)) {
        score++;
      } else if ((point != COMPANY_COUNT) && (value[i] == 0)) {
        score++;
      }
    }
  }

  return score;
}

int main() {
  srand(time(NULL));

  int score;
  int data[DATA_COUNT][COMPANY_COUNT];
  int value[DATA_COUNT];
  int answer[COMPANY_COUNT];

  int bestScore = 0;
  int bestAnswer[COMPANY_COUNT];

  loadData(data, value);

  for (int i = 0; i < 100000; i++) {

    createRandomAnswerSheet(answer);

    score = getScore(data, value, answer);

    if (score > bestScore) {
      for (int j = 0; j < COMPANY_COUNT; j++) {
        bestAnswer[j] = answer[j];
      }
      bestScore = score;

      for (int j = 0; j < COMPANY_COUNT; j++) {
        printf("%1d ", bestAnswer[j]);
      }
      printf(" --> score: %d\n", bestScore);
    }
  }

  printf("\n\n");
  for (int j = 0; j < COMPANY_COUNT; j++) {
    printf("%1d ", bestAnswer[j]);
  }
  printf(" --> score: %d\n", bestScore);

  return 0;
}
</pre>

코드를 간략하게 설명하면, 

1. 무작위로 랜덤 패턴을 생성(createRandomAnswerSheet)  
이 때 패턴은 숫자 0, 1, 2를 사용(2는 와일드 카드)
2. 생성된 랜덤 패턴과 과거 데이터 기록과 유사성 비교  
유사성이 있으면 score + 1  
3. 가장 높은 score를 획득한 AnswerSheet 추출

과 같습니다.

과거 데이터 기록의 패턴은 0 또는 1의 값을 가지지만 항상 일정한 규칙을 갖고 있는 것은 아니기 때문에 와일드카드(Wildcard)인 2라는 값을 사용합니다.

랜덤 패턴과 과거 데이터 기록 유사성은 A부터 J까지 각 값들을 비교해서 유사성이 있으면 `point` 변수를 1 씩 증가시킵니다.

그리고 해당 패턴과 일치하면서 `Value` 값이 `1`이 되거나, 해당 패턴과 일치하지 않으면서 `Value` 값이 `0`이 되는 경우에 `score` 값을 1 증가시켜줍니다.

리눅스의 디렉토리 구분