AI/ML 존
방 2 · 시뮬레이션 44
이 존의 방
앱의 방과 같은 시뮬레이션입니다. 방에 들어가 값을 바꿔 보세요.
이 분야의 모든 시뮬레이션
AI/ML
44생성적 적대 신경망
생성자와 판별자의 경쟁적 학습 과정을 시각화합니다.
신경망
다층 퍼셉트론의 구조와 학습 과정을 시각화합니다.
어텐션 메커니즘
트랜스포머의 셀프 어텐션 동작을 시각화합니다.
오토인코더
데이터 압축과 복원 과정을 학습하는 신경망을 관찰합니다.
정책 경사법
정책을 직접 최적화하는 강화학습 알고리즘을 시각화합니다.
트랜스포머
셀프 어텐션 기반 트랜스포머 아키텍처의 동작을 시각화합니다.
합성곱 신경망
CNN의 필터 연산과 특징 추출 과정을 시각화합니다.
Batch Normalization
Visualize how batch normalization stabilizes training.
Diffusion Model
Visualize the forward and reverse diffusion process.
Gradient Boosting
Watch iterative boosting build a strong learner from weak models.
Neural Network Pro
Neural Network Pro XR simulation.
Neural Style Transfer
Visualize content and style separation in CNNs.
Q-러닝
가치 기반 강화학습 알고리즘의 학습 과정을 관찰합니다.
RNN과 LSTM
순환 신경망의 시계열 데이터 처리 과정을 시각화합니다.
Variational Autoencoder
Explore the latent space of a VAE.
결정 트리
데이터를 분류하는 트리 구조의 학습 과정을 관찰합니다.
경사 하강법
손실 함수의 최솟값을 찾아가는 최적화 과정을 시각화합니다.
다중 슬롯머신
탐색과 활용의 균형 전략을 학습합니다.
서포트 벡터 머신
최적 초평면을 이용한 분류 알고리즘을 시각화합니다.
워드 임베딩
단어를 벡터 공간에 매핑하는 과정을 시각화합니다.
유전 알고리즘
자연선택 원리를 모방한 최적화 과정을 관찰합니다.
정렬 알고리즘
다양한 정렬 알고리즘의 동작과 성능을 비교합니다.
주성분 분석
고차원 데이터의 차원 축소 과정을 시각화합니다.
퍼셉트론
가장 기본적인 신경망 단위의 학습 과정을 관찰합니다.
활성화 함수
ReLU, Sigmoid 등 신경망 활성화 함수를 비교합니다.
A* 경로 탐색
최적 경로를 찾는 A* 알고리즘의 동작을 시각화합니다.
Backpropagation
Step through backpropagation in a simple neural network.
Beam Search Decoding
Visualize beam search for sequence decoding.
Bias-Variance Tradeoff
Explore the tradeoff between model bias and variance.
Confusion Matrix & ROC
Visualize classification metrics with ROC curves.
Cross-Validation
Understand k-fold cross-validation for model evaluation.
DBSCAN Clustering
Density-based clustering for arbitrary shape clusters.
Feature Importance (SHAP)
Explain model predictions with SHAP values.
K-평균 클러스터링
데이터 포인트를 K개 군집으로 분류하는 과정을 관찰합니다.
Learning Rate Scheduling
Compare different learning rate schedules.
Logistic Regression
Fit a sigmoid decision boundary for binary classification.
Maze Solving with RL
Watch an RL agent learn to solve mazes.
Minimax Game Tree
Explore minimax decision-making with alpha-beta pruning.
랜덤 포레스트
여러 결정 트리가 모여 앙상블 분류기가 되는 과정을 봅니다.
t-SNE Visualization
Reduce high-dimensional data with t-SNE.
Tokenizer & BPE
Explore how text is tokenized using BPE.
선형 회귀
데이터에 최적 직선을 맞추는 과정을 시각화합니다.
K-최근접 이웃
가장 가까운 이웃 데이터로 분류하는 알고리즘을 시각화합니다.
나이브 베이즈 분류기
특성이 서로 독립이라고 가정하고 베이즈 정리로 데이터를 분류합니다.