강의 복습 내용

공간과시간
- 시간과공간 복잡도
- hyperparameter search
  - surrogate model
- neural architecture search(NAS)
알뜰히
- 인코딩
- 디코딩
- 압축
  얻은 지식

모델의 시간복잡도

공간
- solution space, search space
  - 어떤 문제를 해결하기위한 candidate?모아놓은 집단
- problem space
  - 문제가 정의된 공간
- 사이클 만들지 않고 모든 영역 거쳤는지
- 빨간박스로 되어있는게 solution space
  - 모든영역을 거친 정답이되는 집단
- 그외는 problem spce에 있지만, solution space에 있지 않은 것들
시간
- P
  - 결정론적 튜링 기계로 다항시간안에 풀수있는 판정문제
- NP(Non deterministic plynomial)
  - 비결정론적 튜링 기계로 다항시간 안에 풀 수 있는 판정 문제
  - 머신러닝이 쓰이는 영역
  - 시간이 오래걸린다고 생각
시간 공간 trade off
엔트로피
- 미래에서 과거로
  - 정렬이 안되는 상태에서 정렬된 상태로
- low->high->low라는 관점?
- low는 정렬된상태(초기,완료된상태)
- high는 정렬이안되는 무질서한 상태

한번 바꾸는데 많은 시간과 비용이 든다.
- 파라메터를 다시 잡아줘야한다.
exploitation
- 하이퍼파라메터 잡고 다시 모델을 학습
exploration
- 어떤 하이퍼 파라메터를 쓸지 선택
- manual, grid, random search방식이 존재
surrogate model
- gaussian process
- 대리자라는 뜻
- ml model에 대한 hyperparameter(x,f(x))세트를 가진다.
  - 이 hyperparameter에 대한 세트를 학습