Exabyte.io Tutorial: Predict New Properties with Machine Learning

기계 학습 자습서를 사용하여 새 속성을 예측합니다 Jobs Designer 인터페이스에서 4 개의 실리콘 원자와 12 개의 게르마늄 원자로 구성된 재료를 선택하여 가져 오십시오

그런 다음 워크 플로우 탭으로 이동하여 실리콘과 게르마늄으로 구성된 전자 재료의 전자 갭을 예측하기 위해 이전에 훈련 된 머신 러닝 모델 워크 플로우를 선택하십시오 이제 '입력'계산 단위를 검사하겠습니다 훈련 된 모델에 의해 예측되는 특성은이 장치에서 틱된 대상 특성,이 경우 밴드 갭입니다 그런 다음 작업 이름을 설정하십시오 여기서는 Si4Ge12 Band Gap ML Predict라고합니다

다음으로 작업을 저장하십시오 그런 다음 실행을 위해 선택하여 계산 대기열에 제출할 수 있습니다 작업이 완료되면 열어 최종 결과를 검사하십시오 실리콘과 게르마늄의 조성에 대한 직간접적인 밴드 갭의 예측 된 값은 결과 페이지에서 찾을 수 있으며 실험 값과 잘 일치합니다 이것으로 본 튜토리얼을 마칩니다

메르세데스-벤츠, The new S-Class 공개[ 자동차 세계 24_7]

메르세데스-벤츠, The new S-Class 공개 메르세데스-벤츠는 이달 25일까지 열리는 제 61회 프랑크푸르트 모터쇼에서 신형 럭셔리 세단 New S-Class를 세계에서 처음으로 공개한다 또 최고 성능의 8기통 엔진을 장착한 ML 63 AMG를 비롯해 Vision R 63 AMG 등 메르세데스-벤츠의 최신 모델들을 함께 공개한다

메르세데스-벤츠는 이와 함께 명차 마이바흐의 스페셜 모델인 마이바흐 57 S도 본격 판매를 앞두고 이번 프랑크푸르트 모터쇼를 통해 일반인들에게 선보인다 이번 모터쇼에서 메르세데스-벤츠는 총 40여 대에 달하는 다양한 모델을 전시한다 <메르세데스-벤츠 The new S-Class> 안전, 편안한 승차감, 기능성 등을 더욱 향상시키기 위한 메르세데스-벤츠의 혁신적 기술이 결집되어 있는 New S-Class는 단연 이번 프랑크푸르트 모터쇼 최고의 하이라이트로 꼽힌다 럭셔리 세단의 대명사인 S-Class의 제 8세대 모델에 해당하는 New S-Class는 편안함과 안전성 두 가지를 모두 만족시켰다는 평가를 받고 있다

New S-Class는 브레이크 어시스트 플러스(Brake Assist Plus)와 나이트 비전 시스템 (Night Vision system), PRE-SAFE 등 메르세데스-벤츠의 체계적인 안전 철학을 효과적으로 반영한 최신 기술들이 적용됐다 또 다이나믹 컨투어 시트와 에어매틱(AIRMATIC) 에어 서스펜션, 2세대 ABC(Active Body Control) 등을 장착해 최고 수준의 안락함과 부드러운 핸들링을 선사한다 New S-Class 라인은 동급 배기량 모델 중 가장 강력한 힘과 높은 연료 효율성을 자랑하는 신형 8기통 엔진 및 V6 가솔린 엔진을 탑재한 모델이며, 이어 S 320 CDI 와 S 600도 추가 출시될 예정이다 국내 출시는 8기통 신형 엔진과 V6 가솔린 엔진을 탑재한 모델이다 <메르세데스-벤츠 ML 63 AMG>

오프로더의 새로운 기준을 제시한 ML 63 AMG는 최상의 스포티함과 다이나믹함을 상징하는 모델로, 이번 프랑크푸르트 모터쇼를 통해 세계 첫 선을 보인 뒤 2006년 하반기부터 전세계 본격 출시될 예정이다 ML 63 AMG는 메르세데스-AMG의 신기술로 개발된 6,300cc급 AMG V8 엔진을 장착해 최대 출력 510hp(6,800rpm)과 최대 토크 64 2kg*m(5,200rpm)의 뛰어난 파워를 발휘한다 ML 63 AMG의 강력한 엔진 스피드와 높은 배기량의 조화는 낮은 엔진 회전 구간대에서도 강력한 토크와 민첩하고 다이나믹한 차량의 반응을 느낄 수 있게 해준다 특히 ML 63 AMG는 전세계 오프로더 중 가장 빠른 속도와 최대 배기량을 자랑한다

6,300cc급 AMG V8엔진은 정지 상태에서 100 km/h까지 단 5초 만에 도달할 수 있으며 최고 안전 속도 250km/h, 최고 출력 375kW/510hp, 최대 토크 5199kg*m를 발휘해 스포츠카 수준의 성능을 자랑한다 M-Class의 최상급 모델인 ML 63 AMG는 AMG 자동 7단 변속기를 탑재하고 있으며, S (Sport), C (Comfort) 및 M (Manual) 등 3가지의 변속 모드 중 한가지를 선택할 수 있고 각 변속 모드에 따라 기어 변속 및 속도가 달라진다 에어매틱(AIRMATIC) 기반의 AMG 스포츠 서스펜션은 빠른 코너링과 정확한 방향 안정성을 제공해주며 차체의 흔들림이 적어 장거리 운행 시에도 편안한 승차감을 유지할 수 있게 해준다 AMG 에이프런, AMG 라디에이터 그릴과 펜더 등 AMG의 스포티한 디자인과 AMG 스포츠 시트, AMG 레터링 등의 내부 인테리어는 ML 63 AMG의 파워와 다이나믹한 특성을 한층 더 강조해준다

<마이바흐 57 S> 세계적인 명차의 대명사 마이바흐의 새로운 모델 마이바흐 57 S는 메르세데스 AMG에서 개발한 최고 출력 612hp의 6,000cc급 12기통 바이 터보 엔진을 장착해 단 5초 만에 시속 100km에 도달하는 등 뛰어난 엔진 성능을 자랑한다 마이바흐 57 S는 더욱 견고해진 서스펜션을 장착해 강력한 엔진 파워를 도로에 그대로 전달하면서도, 최고급 럭셔리 세단의 가장 중요한 요소인 최상의 승차감을 제공할 수 있도록 제작됐다 마이바흐 57 S 만의 스페셜 블랙과 실버의 도장 마감, 라디에이터 그릴과 라이트 등 재 디자인 된 차량의 앞부분, A-필라 아래 펜더와 트렁크 위에 새겨진 57 S, 20인치 스포크 휠 등에서 보여지는 마이바흐 57 S 특유의 디자인은 파워풀한 세계 최고급 럭셔리 세단의 다이나믹함을 강조한다

벤츠 The new S-Class[ 자동차 세계 24_7]

벤츠 The new S-Class 메르세데스-벤츠 코리아는 25일 최고급세단인 The new S-Class를 국내 출시하고 본격 시판에 나섰다 메르세데스-벤츠의 플래그쉽 모델인 The new S-Class는 새로운 디자인을 통해 품격과 우아함을 강조하고 있으며, 뛰어난 승차감과 민첩한 핸들링 등을 통해 다이나믹해진 드라이빙을 제공한다

The new S-Class에는 차세대 자동차 안전 시스템인 커맨드(COMAND) 시스템과 다이렉트 컨트롤, 최상의 승차감을 제공하는 액티브 바디 컨트롤(Active Body Control) 서스펜션 시스템 등의 첨단 기술이 적용됐다 세계 최초로 홀드(Hold) 기능과 언덕 출발 보조 기능을 갖춘 어댑티브 브레이크 시스템(Adaptive Braking System), 탑승자의 머리 부분을 지지하는 신개념 안전 시스템인 Neck-Pro 액티브 헤드레스트 등 사고 예방을 위한 최신 기술들도 눈에 띈다 이번에 선보인 The new S-Class는 기존 모델에 비해 차량의 길이는 48mm, 넓이는 16mm, 높이는 29mm, 그리고 휠 베이스는 80mm가 길어져 차체가 전체적으로 커졌다 따라서 더욱 넓어진 실내 공간을 제공해 탑승객 모두가 일등석 수준의 편안함을 느낄 수 있는 것도 특징 또 The new S-Class는 차체의 절반 가량이 고강도 또는 강력 하이테크-스틸 합금으로 이루어져 최소 중량으로 최고 강도를 유지하며, 본넷과 프론트 윙, 트렁크 덮개 등은 알루미늄으로 제작됐다

부드러운 핸들링과 안전의 척도라 할 수 있는 정지 상태의 비틀림 강성이 기존 모델과 비교해 약 12% 가량 높아져 안전성이 크게 향상됐다는 평가다 이번에 국내에 출시된 The new S-Class는 롱 휠 베이스 버전의 S 350 L 과 S 500 L 두 가지 모델로, S 350 L과 S 500 L의 가격은 각각 1억5천980만원, 2억260만원이다

The New Mercedes AMG S63 4Matic+ Coupe Is Worth €251.000

이것은 다이아몬드 밝은 흰색 색상입니다 이것은 수직의 크롬 선과 더불어 Panamericana 그릴과 함께 최신의 것으로 바꿔 졌던 AMG S63 쿠페 다 처음으로 4Matic + 4 륜 구동 내부 갱신, 아름다운 반 Alcantara 절반 가죽 AMG 스티어링 휠 적응 형 크루즈 컨트롤은 이제 스티어링 휠에도 장착됩니다

좌석은 마사지, 환기 및 또한 가열됩니다 Alaatin61을 시청 해 주셔서 감사합니다 100 리터당 612 마력 및 93 리터 소비 가격 251,034 유로 및 추가 옵션 360 카메라, 기후 제어용 향수 시스템, Amg MCT 기기 위로 향하는 디스플레이, 마술 하늘, 열쇠가없는 go 차에는 또한 밤 포장이있다 612 마력 및 900 nm 토크 4Matic + 시스템 34 초 만에 0-100km 엔진은 수제의 4 리터의 V8 BiTurbo 가솔린 엔진이다 9 G 자동 Tronic Dynamic Select에는 Comfor, Sport, Sport +, Race 및 Individual 모드가 있습니다 다이아몬드 밝은 흰색의 색이이 차에서 가장 좋아하는 색입니다

새로운 Panamericana 그릴은 또한 아주 좋은 좋은 변화를 보인다 360도 카메라 시스템 용 카메라와 적응 형 크루즈 컨트롤을위한 레이더가 상징 뒤에 있습니다 또한 앞에있는 AMG 배지 범퍼는 AMG의 A 모양입니다 자동차에는 자동 빔이있는 Multibeam 헤드 라이트가 있습니다 자동차에는 주간 등화 및 코너링 라이팅이 있습니다

아주 좋은 선은 공격적으로 보인다 카본 패키지가 추가되었지만 검은 색 디테일이 흰색으로 더 어울립니다 Amg와 물론 20 인치의 Amg 발단을위한 특별한 보닛 브레이크 디스크는 특별하고 Amg 로고로 완성됩니다 미쉐린 타이어 V8 biturbo 4matic + 로고 검은 색 세부 정보 거울 밑에있는 카메라 나중에 인테리어의 모든 세부 사항을 보여 드리겠습니다 파노라마 천창과 배후, 차에는 새로운 Oled 한 조명 시스템이있다 냉각 및 긴 서비스 수명 없음 아주 좋아 보인다

환상적인 소리와 더불어 4 대의 AMG 배출, diffuser도 갱신되었다 스포츠 아울렛 레이스 모드에서 자동차는 최고의 AMG 사운드를 가지고 있습니다 bagaje 공간이 좋다, 발이 있거나 버튼이있는 리모컨으로 밸브를 열 수 있습니다 많은 저장 공간 좋은 길고 편안하고 빠른 장거리 차 열쇠는 또한 새롭게하게되었다 이것은 마음이다 4 리터의 트윈 터보 V8 그것은 handmade 한 엔진이다 운전석을 보자 무드 조명을위한 64 가지 색상과 좌석에는 마사지, 냉각, 난방 등이 있습니다 그들은 또한 동적 인 기능을 가지고 파노라마 지붕은 밝게 빛난다

그리고 이것은 믿어지지 않는 정도로 강한 AMG S63 쿠페 다 스포츠, 프로그레시브 및 클래식보기 새로운 스 와이프 버튼 암 메뉴 부스트와 G 포스 매우 아름다운 모든 것 네비게이션 메뉴 모든 옵션 사각 지대 경고 메모리 시트 및 스티어링 휠 탄소 3D AMG 로고 이것은 또한 가열되었다 케이블없이 휴대 전화를 충전하십시오 여기에 USB 및 SD 카드 입력이 있습니다 터치 패드, 스포츠 배기 장치, 볼륨 및 자동 주차 기능은 키를 사용하여 원격으로 수행 할 수 있습니다 명령 설정 및 의자 설정은 여기에 있습니다

시작 정지 및 동적 선택 스포츠 스포츠 플러스 및 레이스 모드, 편안함 및 개인차도 있습니다 여기에 그것의 표현도있다 컵 홀더와 이것은 3d AMG 로고와 함께 갱신되었던 열쇠 다 향수 시스템으로 climatronic 아주 잘 했어 메르세데스는 다양한 향기를 판매합니다 트랙 페이스 메뉴도 새로 추가되었습니다 G 힘과 랩 타이머 프로필을 만들 수도 있습니다

데이터를 저장한다 주 메뉴 이것은 편안하고 활력을주는 새로운 것이며, 근육을 훈련시킬 수 있습니다 123 인치 스크린 와이드 스크린 조종석 또한 새로운 스 와이프 버튼을 통해 제어 할 수 있습니다 언어들 시작 버튼도 업데이트되었고 자동차에는 열쇠가없는 항목이 있습니다

기어 레버는 여기에있다 F1 회로 탄소가 좋아 보이고 분위기 조명이 좋아합니다 AMG 스티어링 휠은 내가 말해야하는 것처럼 보인다 순항 통제 기능은 지금 스티어링 휠에있다 더 좋은 의견이 나의 의견으로있다 마사지 시스템을 보자

Peer Review for Robots: Can Machine Learning Be Trusted to Make New Discoveries?

나는 인공 지능의 미래의 다양성이 도움이되지 않을지 궁금해했다 인간은 현실에 대해 놀라운 새로운 것을 발견합니다

아마 기계는 심지어 우리 코앞에 숨겨진 작은 뉘앙스를 공개 할 것입니다 그러나 컴퓨터 정신 만이 제공 할 수있는 종류의 비평이 필요했습니다 그러나 우리가 사고 방식을 생각하는 동안 AI는 조심스럽게 현실을 비판하는 데 도움이 될 수 있습니다 다른 아이디어는 "quis custodiet ipsos custodes?"라는 오래된 생각을 반영하는 것입니다 로마 satirist 데시무스 Junius Juvenalis에 의해 제안 : 우리가 배우는 세계에서 우리가 만든 기계, 그 기계를 실제로 확인하는 기계, 더 중요한 것은 우리가 그들에게서 배운 것을 신뢰한다고 믿는가? 이것은 어리석은 명제처럼 들릴지도 모르는데, 부분적으로는 우리가 가진 일련의 악몽들에 기인합니다

인공 지능과 기계 학습 한편으로 많은 사람들은 "물론 우리는 기계를 신뢰해서는 안된다" 완전히 그들은 인간이 아닙니다! " 이와 대조적으로, 기계 학습과 인공 지능을 옹호하는 사람들은 이것이 정확하게 신뢰할 수있는 이유 : 기계가 있고 계속 사용할 수 있습니다

인간이 무엇을 훨씬 초과하는 방식으로 정보를 처리하고 합성 하는가? 두뇌가 할 수 있습니다 Rice University의 통계 학자 인 Genevera Allen은 최근까지 기계 학습 시스템은 정보를 객관적으로 비판하는 방식으로 설계 될 수 있습니다 그들은 제공하고, 그들의 신뢰성은 결함이있다 앨런 (Allen)은 지난 2 월 미국 연례 총회에서 과학 발전, 그녀는 강의의 일부로이 문제를 해결했습니다 "문제는 '현재 만들어지고있는 발견을 정말로 신뢰할 수 있는가?'이다 대형 데이터 세트에 적용된 기계 학습 기술을 사용합니까? ' 많은 경우 상황에 대한 해답은 아마도 '점검하지 않고'있지만 작업이 진행 중일 것입니다 불확실성과 재현성을 평가할 차세대 기계 학습 시스템 그들의 예측의

" 문제의 근본 원인은 많은 경우 (대부분은 아니지만) 계산적 시스템 Allen은 정보에 대한 예측을하기 때문에 이러한 컴퓨터 할 일이있을 때 데이터를 찾지 않을 것입니다 동일한 데이터를 관찰하는 사람이 어떤 경우에는 쉽게 식별 할 수 있다고하더라도 존재합니다

"[기계]는 '나는 모른다', '나는 아무것도 발견하지 못했다', 알렌은 라이스 대학 (Rice University)의 보도 자료에서 말했다 그러나 Allen이 제기 한 우려 사항은 단지 장래성 만은 아닙니다 의심스러운 정보가 적어도 부분적으로 수집 된 것으로 보이는 곳에 존재합니다 관계와 비 보강 된 계산 데이터를 통합 한 연구 암 연구에 Allen은 다음과 같이 설명합니다

"여기서 발견은 재현 할 수없는 경우입니다 하나에서 발견 된 클러스터 연구는 다른 클러스터에서 발견 된 클러스터와 완전히 다릅니다 오늘날 대부분의 기계 학습 기술은 '나는 그룹을 찾았습니다

'라고 항상 말합니다 때로는, 그들이 말하기를, "나는 이것들 중 일부가 실제로 있다고 생각한다 함께 그룹화되었지만 다른 이들에 대해서는 확신이 없습니다 " 나는 몇 달 전에 미래 학자와 가진 토론을 회상한다 여기서 우리는 질문을 토론했다

기계 학습 방법에서 발생할 수있는 해석 적 문제로 인해 위험에 노출된다 우리 자신과 다릅니다 그가 제시 한 예는 "할리우드"개념에 더 가깝지만 관련성이있었습니다 우리가 언젠가 AI에서 가질 수있는 잠재적 인 문제들 (우리는 이것을 "터미네이터" 모델, 여기서는 더 이상 설명이 필요 없다고 생각합니다) AI가 특정 인간 질병을 파괴 할 수있는 방법을 찾아야한다고 말하면 상상해보십시오

우리는 정보를 입력하고 컴퓨터는 다음 해결책을 출력합니다 "destroy 질병의 모든 항공사 " 즉, 치료법을 찾는 것보다 기계가 문제를 간단하게 해석합니다 그것의 제거의 기간 그것에 의하여 기계는 "해결" 문제와 커밋 살인 이는 극적인 예이지만 이미 살펴본 것과 비교하여 유사하게 작동합니다 기계 학습이 관련된 연구 컴퓨터는 다른 말로하면 데이터 세트와 기능적으로 반응하며 그 차이는 크게 다릅니다

인간적인 이유 따라서 우리는 이러한 종류의 문제를 점점 더 많은 계산 시스템으로 인식 할 필요가 있습니다 과학이 습득하고 작업하고있는 지식에 영향을 미치고있다 미래에

Stochastic Approximation and Reinforcement Learning: Hidden Theory and New Super-Fast Algorithms

>> 알았어 시작하자

오늘, 우리는 매우 기쁘게 생각합니다 Adithya는 말하기를 강화 학습을위한 새로운 유형의 알고리즘 Adithya는 플로리다 대학에서 박사 학위를 취득했습니다 그는 현재 Tencent AI Lab의 인턴입니다 그래서, 나는 몇 시간 동안 그를 붙잡아 이야기를했다

그래, 최근에 방문했다 버클리 시몬스 연구소 괜찮아 >> Len에게 감사드립니다 그리고 모두와 주셔서 감사합니다 나는 여기에 있기 위해 매우 행복하고 흥분한다

그래서, 오늘, 나는 확률 론적 근사 및 강화 학습 알고리즘, 내 고문과의 공동 작업 인 플로리다 대학의 Sean Meyn 또한 Inria의 Ana Busic >> 그 로고가 뭐니? >> 이거? 네 람다 야 >> 그것은 파업 중 하나입니다 >> 그것은 파업 중 하나입니다

당신은 아마 연결을 볼 수 있습니다 어쨌든, 이것은 대화의 기본 개요입니다 그래서, 처음에는 무엇을 도입할까요? 확률 론적 근사는 매우 간략합니다 또한 속도를 높이는 방법에 대해서도 이야기 할 것입니다 나는 또한 최적 모멘텀 확률 적 근사법에 대한 우리의 새로운 연구, 그리고 나서 나는 이러한 알고리즘은 학습 문제를 강화하고 그리고 나서 나는에 대한 우리의 작업에 대해서 이야기 할 것이다

Q-learning을 끝내고 앞으로의 작업을 마무리 지을 것입니다 그래서, 확률 적 근사는 무엇입니까? 여기에있는 목표는 매우 간단합니다 주변 함수 모음 f bar, 실제로는 몇몇 함수 f가 theta의 w입니다 W는 확률 변수이고 그 기대는 이 확률 변수의 분포 매개 변수 벡터 인 theta star를 찾고 싶습니다

따라서 시타 스타의 f 바는 0과 같습니다 함수가 될 수 있습니다 f 바 및 최적화 또는 아무것도 올 >> 그래서 여기에서 w는 무작위 변수입니까? >> 예, w는 임의의 변수이고 theta는 매개 변수 벡터입니다 >> 알았어

그게 오프셋이야 네 작은 w 네 이것은 거의 진행되었고 그것은 내가 생각하는 통제 공동체

어쨌든, 왜 이렇게 힘든거야? 우선, 함수 f 또는이 확률 변수 w의 분포는 알려지지 않을 수있다 비록 모두가 알려지더라도, 이 기대치를 계산하면 정수는 매우 어려울 수 있습니다 루트 찾기 문제의 경우, 이 값을 여러 값에 대해 찾아야합니다 매우 비쌀 수있는 세타의 마지막으로 우리가 생각해내는 재귀 알고리즘은 종종 느리고 변종은 무한 할 수 있습니다 그래서 나는 정확히 이것에 대해서 이야기 할 것입니다

의미와 방법 Q 학습 알고리즘에서 확률 적 근사의 특별한 경우 우리는 작년에 우리의 최근 논문에서 이것을 보여 줬다 그렇다면이 문제를 어떻게 해결할 수 있을까요? 그래서, 로빈스와 몬로의 고전적 알고리즘 여기에이 재귀 방정식으로 주어집니다 그래서 당신은이 세심한 함수 f를 평가합니다 wn에 1을 더한 다음 업데이트합니다

현재의 추정치는 이처럼 1을 더한 것입니다 그래서,이 alpha n plus 1은 양의 단계 크기 시퀀스입니다 그것은 특정 속성을 만족시켜야합니다 그래서, 여기서 우리는 감소하는 단계 크기 시나리오를보고 있습니다 나는이 이론이 다음과 같이 확장 될 수 있다고 생각한다

일정한 스텝 사이즈도 있지만이 토크 전체에서, 나는 감소에 대해 이야기 해왔다 단계 크기는 일반적으로 알파를 취합니다 n은이 두 속성을 만족하는 n에 1과 동일합니다 이 재귀를 여기에서 재귀로 지정할 수 있습니다 그래서, 기본적으로, 나는이 잡음이 많은 함수를 평균 플러스 0 평균 시퀀스

편집인이고 이것이 어떻게 생겼는지입니다 기본적으로 결정 론적 신체의 IC 이산화, 기본적으로 Robbins와 Monro 알고리즘에 대한 동기입니다 의 안정성에 대한 가정 이 ODE와 더 많은 가정 어떤 종류의 소음을 다루고 있는가? 매개 변수의 유무와 경계 순서는 당신이 보여줄 수있는 것들입니다 이 매개 변수 재귀, theta n plus 1처럼, 수렴 할 것입니다 시타 스타와 다른 많은 가정들이 있습니다

Borkar의 확률 적 근사법 책을보실 수 있습니다 자세한 사항은 >> 당신은 오직 당신이 할 수 있다고 가정하고 있습니까? 샘플 wn과 배포판의 1s? >> 아니, 그러니까, 우리는 내 일에 그것을 필요로하지 않습니다 그래서 우리는 세타의 f와 1의 wn을가집니다 예

그래서 일반적인 표기법은 fn과 theta의 1을 더한 것입니다 다음 최적화 문학도 동일합니다 그래서 나는 컨버전스 그 자체에 대해 많은 이야기를하지 않을 것입니다 그래서 내가 정말로 관심을 갖고있는 것은 어떻게 수렴 속도를 향상시키기 위해, 수렴하는 알고리즘이 있다고 가정하면, 실제로 수렴 속도를 향상시키는 방법 그럼 시작하는 아주 간단한 예를 살펴 보겠습니다

몬테 – 카를로 추정입니다 랜덤 변수 w가 있다고 가정 해 봅시다 w의 확률 변수 c의 함수, 그리고 당신이 관심을 갖는 것은이 기대를 찾는 것입니다 여기에이 정수로 주어집니다 밀도가 ρ로 주어 졌다고 가정한다

이 문제의 확률 적 근사 해석은 다음과 같다 당신은 시타 스타를 찾아서 이것이 제로와 같아 지길 원합니까? 그래서 만약 당신이이 세타 스타가 0이된다면, 시타 스타는 w의 c와 같습니다 이 고전적인 방법으로 기본적 으로이 문제를 해결 샘플 평균의 Monte-Carlo 추정 따라서 이것이 보여주는 것은 여러분이 이 몬테 – 카를로 평균은 반복적 인 방식으로 나타납니다 그것이 실제로 밝혀진 것은 실제로 매우 특별한 단계를 가진 확률 적 근사 재귀, 말하자면, 알파 n에 1을 더한 다음 n + 1을 더한 것

그래서, 이전에, 나는 알파 n을 선택할 것이라고 말했다 n은 1에 해당합니다 그것은 전형적입니다 하지만 여기서는 매우 특별합니다 다음을 만족하는 다른 모든 단계 크기 이 두 가지 조건은 여전히 ​​알고리즘이 수렴 할 것입니다

그래서 세타, 당신은 세타가 시타 스타와 시타 스타가 이것에 대한 기대 하지만 단 한 단계 크기의 알파가 있습니다 n에 대해 1과 동일합니다 결과는 이 몬테 – 카를로 재귀에서 그것은 통계적으로 최적의 행동입니다 그래서 우리는 이것을 일반화하기를 원합니다

방법을 보여줍니다 단계 크기 순서를 선택하십시오 그것은 통계적으로 할 수있는 최선의 방법입니다 >>이 경우 n + 1을 1로합니다 >> 네

알파 n 더하기 1은 n + 1을 1로합니다 그래서이 재귀를 살펴 봄으로써 여기에 n 플러스 1로 나누면 알파가 생깁니다 따라서 알파 n은 n보다 1입니다 >> 내 말은, 당신은 아마도 사물의 유형에서 정말로 중요하지 않습니다 너는 말하고 있지만 너는 조심해야한다

그게 최선의 일이라고 주장 심지어 w 또는 높은 차원의 수량 및 당신이 말하기 시작 표본 평균의 최적성에 관한 것 축소 문제가 발생합니다 >> 그래서 전적으로 동의합니다 그래서 나는 최선의 일은 매우 구체적인 의미입니다 그래서 저는 중심 극한 정리 변이에 대해서 말하고 있습니다

그래서 그것은 최적의 분산을 가지고 있습니다 그래서, 제가 얘기하겠습니다 그래서, 당신은 어떻게 확률 적 근사치를 고정합니까? 그래서, 내가 추측하는 두 가지 표준이 있습니다 더 많은 것이 있지만 그래, 이것은 단지 슬라이드 일뿐입니다 그래서, 이것은 무한한 분산 확률 적 근사 알고리즘입니다

이것은 유한 분산 통계 확률 근사 알고리즘입니다 이것이 최적의 알고리즘입니다 그래서 우리가 시타 스타가 어디에 있는지 알지 못한다면, 이 세 알고리즘을 보면, 이렇게 이것은 아주 좋게 본다 그러나 무한한 가변이있다 그래서 실제로 쎄타 스타를 읽는 데 영원히 걸릴 것입니다 이 슬라이드 중 하나입니다

Sean은 실제로이를 보여주기 위해 종종 사용합니다 이런 식으로 커브를 얻었 기 때문에 그것이 좋은 것을 의미하지는 않습니다 녹색은 이 빨간 곡선은 비록 실제로는 많이 가지고 있습니다 따라서 두 가지 표준 기준이 있습니다 성능 결정을위한 확률 적 근사 알고리즘 그래서 하나는 유한 한 최종 채권을 보는 것과 같습니다

따라서, 다음에 의해 정의 된 오류 시퀀스를 살펴보십시오 매개 변수 추정기 시간 그와 theta-star 사이의 n 단계 차이 그리고 너는 묶이기를 원한다 정상은 감속하고 너는 그 확률을 저장하고 싶다 엡실론과 같거나 작거나 같을 것입니다 무언가 당신은 그것이 기하 급수적으로 빠르게 0이되기를 원합니다

그래서 아마별로 인기없는 방법이있을 것입니다 확률 론적 근사 알고리즘의 성능 그리고 그것은 점근 적 변화입니다 여기서 우리가 신경 쓰는 것은 여기있는 한계입니다 그래서 이것은 기본적으로 중심 극한 정리 변이 형입니다 이 제한이 유한하다고 가정하면, 그러면 그것이 말하는 것은 그 제곱근입니다

n 배 오류 순서 평균 제로와 가우시안에 따라 분포 한계 인 시그마의 분산 그것은 큰 n에 대해 n으로, 점근선 속도는 다음과 같습니다 상수 시그마와 함께 n의 제곱근을 1로합니다 그래서 이것은 이야기의 초점이 될 것입니다 그래서 우리는 이 점근 적 분산을 최적화하고 이 차이를 종종 달성하는 좋은 알고리즘을 얻으십시오

>> 어떤 관계가 있습니까? 내 질문은 그들이 더 동등한가? >> 아닙니다 나는 그들이 동급이라고 생각하지 않지만 나는 네가 얻을 수 있다고 생각해 이런 종류의 경계는 점근 적으로 하지만 이럴 수는 없어 내 말은, 네가 할 수있는 말은 이런 종류의 바인딩이 있지만 나는 그렇지 않습니다 그것이 다른 방향으로 나아갈 것 같아요

이것은 모두 점근선입니다 >> 당신이 점근 적 공분산을 가지고 있다면, 너도 알다시피 그 지수 형태는 점근 적으로 거기서, e 엡실론 (Epsilon)은 CID에 의해 주어질 것이며, 작은 감소에 의해 >> 알았어 그렇다면 이것을 어떻게 추정하려고합니까? 이와 같은 알고리즘이 주어지면, 어떻게 우리는 점근 적 분산이 무엇인지 발견 할 수 있습니까? 자, 원래 재귀를 살펴 봅시다

그래서,이 재귀가 주어지면, 이 수식이 여기에 주어지면, Theta 물결 무늬와 Theta 물결 무늬 n 번 기대의 n 번 기대, 실제로 재귀를 얻을 수 있습니다 시그마 n 자체는 여기에서이 재귀에 의해 주어집니다 그래서, 나는 한 무리의 테일러 시리즈 논쟁과 일부 용어를 무시 여기에는 근사치가 있습니다 당신이 얻을 것을 보여줄 수 있습니다

에 대한 확률 적 근사 시그마 n 자체는 다음과 같이 주어진다 이 재귀는 여기서 A는이다 함수 f bar의 선형화 세타 스타와 시그마 델타는 이 zero-mean 잡음 시퀀스의 공분산, Delta n plus 1 이 재귀를 보면, 이것이 말하는 것은 if 이 행렬 A의 고유 값 + I는 모두 안정적이며, 즉, 모든 고유치가 이 행렬은 마이너스 절반보다 작습니다 이 재귀는 수렴한다 그리고 그것의 한계는 실제로이 Lyapunov 방정식에 의해 여기에서 주어지며, 근본적으로 여기의 용어

임의의 고유치가 이 행렬은 실제로보다 크거나 같습니다 절반을 뺀 다음이 재귀는 불안정한 상태가되고 나서 이것은 갈라지게됩니다 >> 델타가 무엇인지 생각 나게하십시오 >> Delta는 평균에서 fn + 1을 뺀 값입니다 그래서 기본적으로 제로 평균입니다

네, 간단한 예를 들어 보겠습니다 >> A는 평균 빼기 또는? F의 세타와 쉼표 W n plus 1 그래서 나는 이것이 마이너스라고 생각합니다 죄송합니다 첫 번째 슬라이드에 있습니다

오, 여기있어 따라서 델타 플러스 1은 평균에서 마이너스 1을 더한 것입니다 >> 알 겠어 그것은 단지 편파적입니다 >> 편향되지 않은 제로 평균

마틴 게일 차이 시퀀스와 같습니다 시그마 델타는 그 차이입니다 다시, 만일의 고유치 이 행렬은 적어도 다음 중 일부입니다 그것들은 마이너스 절반 이상이고, 그러면 이것은 갈라지며 이것이 무엇을 말하는지입니다 점근 적 분산은 무한대이며 그것은 또한입니다

점근선 수렴 속도 n의 제곱근보다 1보다 느리다 그것은 좋지 않습니다 마치 최적이 아닙니다 이제 계산 방법을 알았습니다 주어진 점근선의 분산 확률 론적 근사 알고리즘

>>이 중 하나에서, 어떤 단계가이 용도로 사용 되었습니까? >> 1 이상 알파 n 다음 1 n 정확하게 그래서 특별히 1을 넘는 n, 이것이 당신이 얻는 것입니다 >> 다른 사람들은 하나보다 적은 힘을 선택하는 것을 좋아합니다

>> 그러면 분산이 무한대임을 알 수 있습니다 >> 무한대? >> 네 그러나 좋은 일시적 효과가 있으므로 거기에 절충점이 있습니다 당신은 n power 085 또는 1과 비슷한 것을 사용할 수 있습니다

그래서 당신은 최적에 가까운 아주 좋은 과도기를 얻습니다 그러나 그것은 점근선 속도가 없다 n의 제곱근을 1로합니다 사실로, 만약 당신이 n power에 대해 step size 1을 사용한다면, 그러면 수렴 속도가 n 전력 085 x 1에 1입니다

따라서 n의 제곱근보다 1보다 느립니다 그러나 Polyak-Ruppert 평균에서 그들이하는 일은 그것들을 사용하는 것입니다 처음에는 더 높은 단계를 거친 후 평균 최적의 점근 적 분산을 얻으려고합니다 나는 최근에 그것에 대해 말할지도 모르겠다 이제 우리는 어떻게 얻는 지 알게되었습니다

알고리즘에 주어진 점근선 분산, 행렬 게인 Gn + 1을 소개합시다 따라서 Gn + 1은 D 행렬입니다 나는 쎄타가 RD라고 언급 했어야했다 이 기능은 RD에서 RD에도 일치합니다 F bar는 RD에서 RD로 일치합니다

따라서 Gn + 1은 D 행렬입니다 이 Gn과 1이 수렴한다고 가정합니다 어떤 행렬 G 그리고 나서 우리는 다음과 같은 재귀를 얻을 수있다 Theta star를 빼는 오류 시퀀스 양측에서 가져온 다음 얻을 수 있습니다 내가 이전에 말했던 바로는 이 새로운 알고리즘은 여기에 표시됩니다

이 행렬 GA의 고유치가 이번에는 마이너스 절반보다 크거나 같고, 이 상응하는 점근 적 변화가 무한대와 모든 고유 값 이 행렬 GA의 평균값은 마이너스 절반보다 작고, 당신은 분산이 거짓임을 보여줄 수 있습니다 새로운 Lyapunov 방정식은 여기에 있고 실제로 우리에게 더 많이 알려줍니다 그것은 G를 사용하면 기본적으로 마이너스 A 인 G 스타, 이 재귀는 여기처럼 보입니다 몬테 카를로 만약 당신이 그냥이 빼기 반전 여기서 당신은 빼기 쎄타 틸드 n 빼기 델타 n의 역수 +1, 기본적으로이 표시 위에 평균을 내고 있습니다 >> A는 정사각형 행렬이라고 가정합니다

>> A는 정사각형 매트릭스입니다 내가 말했듯이, F bar match RD에서 RD로 이 알고리즘은 또한 Newton-Raphson 알고리즘과 유사하며, Newton-Raphson 알고리즘을 찾는 고전적 뿌리 통계적으로 최적의 방법입니다 점근 적 변화가 있다는 의미 역 시그마 델타 A 역 이항에 의해 주어진다 다른 행렬 게인 G를 사용하면, 그것은 최적이되지 않을 것입니다

그건 시그마 별 빼기 Σ G는 음의 반 정량이 될 것입니다 그래서 폴리락 – 루퍼트 평균을 사용하면 더 높은 단계 크기 첫 번째 루프 다음에는 두 번째 루프의 모든 매개 변수 시퀀스 평균, 너는 그것조차도 보여줄 수있다 최적의 점근 적 분산은 있지만 과도 행동 Newton-Raphson 알고리즘에서이 마이너스 A를 사용합니다 이것에 대한 질문이 있습니까? >>이 알파 n plus 1은 n보다 1로 설정되지 않습니다 >> 아직도 n이 1입니다

알파 n은 이야기 전체에서 n보다 1입니다 그래서 알파 1을 1로 사용합니다 n 이상이고 G는 마이너스 A와 같습니다 >> 여기의 질문은 A가 알 수 없기 때문입니다 >> 네

>> 시타 스타의 F 바를 본질적으로 G를 설정하는 실제적인 방법은 무엇입니까? 네 나는 2 개의 슬라이드에서 그것에 대해 이야기 할 것입니다 그래서 보자 아주 간단한 예인 몬테카를로 재귀

다시 말하지만, 목표는 W의 c의 예상 값을 찾는 것입니다 여기에서 저는 alpha n을 0보다 큰 어떤 G에 대해서도 n에 대해 G라고합니다 우리가 바라는 것은 알고리즘 성능 G의 선택에 따라 달라진다 점근 적 분산이 실제로 의미하는 점은 무엇입니까? 그래서, 다시이 델타 n을 제로 평균 노이즈 시퀀스 잡음이 많은 함수에서 그리고 나서 재귀를 열 수 있습니다 오류 순서는 분석을 위해하기 전에했습니다

여기에서 W는 평균 제로가있는 가우시안이고 분산 1과 분산을 추정하는 데 관심이 있습니다 나는 당신에게 Lyapunov 방정식을 찾았다 고 말했다 일반적으로, 당신은 해결할 수 없습니다 시그마 (Sigma)를 얻기위한 리아프 노프 식 (Lyapunov equation) 하지만 스칼라 케이스에서는 실제로 수식을 얻을 수 있습니다 점근선의 분산에 대해서

이 방정식과 여기에 플로팅하여 주어진다 변화가있는 G는 분산이 G의 최소 크기는 1입니다 이것은 스칼라 몬테카를로 평균 추정 사건에 대해서만, 그리고 여러분은 G가 반으로 가까워짐에 따라 그것이 폭발한다는 것을 알 수 있습니다 이것은 제가 이전에 말한 것과 정확히 같습니다 if 고유 값이 가까워지고있다

마이너스 절반이면 분산이 기본적으로 폭발합니다 사실, G2를 너무 크게 만들면 또한 좋지 않습니다 분산은 선형 적으로 폭발한다 당신이 그것을 너무 작게한다면 기하 급수적으로 대신에 제 제안은 더 큰 G를 사용하는 것입니다

좋지만 너무 작게 만들면 매우 나쁩니다 G를 반으로 줄이면 분산은 무한대가됩니다 알고리즘의 성능면에서 어떤 의미입니까? 그래서, 여기에 제가 추정하려고하는 시뮬레이션이 있습니다 이것은 다른 확률 적 근사 알고리즘을 사용하는 것을 의미합니다 다른 단계 크기의 G, 20, 10, 1

5 및 01이다 따라서이 두 알고리즘은 무한 적으로 점근 적으로 변화합니다 이들 3 개는 유한 점근 적 분산을 갖는다 그러나 최적의 것은 G가 1과 같다는 것이다

당신은 G가 다음과 같다는 것을 알 수 있습니다 1 알고리즘이 가장 빠르게 수렴합니다 시안 색은 최적의 쎄타 별이지만 다른 알고리즘들, 그것들은 최적의 주위에서 진동하는 유한 분산입니다 그러나 그들이가는 무한한 점근 적 분산 알고리즘은, 최소한 피 (Phi) 그것은 매우 가깝지만 간다 실제로 쎄타 스타에 도달하기까지 영원히 걸립니다

>>이 그래프에 평균 그래프를 그렸는지 아닌지? >> 그래서, 이것은 Theta n의 음모입니다 >> 그럼 폴리락 – 러퍼 트의 공연을 계획하지 않습니까? >> 아니, 폴리락의 성능을 계획하고 있지 않다 나는 약간의 슬라이드를 가지고 있었다 나는 여기에 넣지 않았다 Polyak-Ruppert 평균은 다음과 같습니다

이 G는 하나의 경우와 같습니다 >> 맞아 나는 전통적으로, 주된 논증은 당신이 방금 설명한 것입니다 n 단계 크기가 1 이상인 것이 좋습니다 달리 상상해보십시오

특히 한 방향으로는 기하 급수적으로 지불해야합니다 그러나 만약 당신이 더 나아지면 루트 n보다 1만큼 더 보수적 인 단계 크기를 수행하거나 당신의 평균과 그러면이 기하 급수 법칙을 결코 갖지 못할 것입니다 >> 네 그러나 내가 말했듯이, 폴리락 – 루퍼트 (Polak-Ruppert)는 최적의 점근 적 분산을 갖는다 그러나 수렴 속도는 점근 비율은 매우 나쁠 수 있습니다

내 실험 중 일부를 보여줄거야 Newton-Raphson에는이 전문 기술이 있으며 최적의 점근 적 분산을 갖는다 그러나 또한 매우 좋은 과도 상태를 가지고 있습니다 이것이 차이점입니다 이러한 알고리즘 중 하나를 사용하여 평균화 한 Polyak-Ruppert 사이

내가 생각하는 폴리락 – 루퍼트 평균 스칼라 케이스에 정말 좋습니다 그러나 더 높은 차원의 나는 그것이 좋다고 생각하지 않는다 그래서이 행렬은 스칼라입니다 그럼 당신은 잘할 수 있습니다 그러나 그것이 100 차원의 물건에 의한 100와 같다면, 하나, 마치 내가 가진 것 같아

상수 하위 집합을 사용하는 것과 관련이 있습니다 너는 상태를 원한다 전체 행렬은 스칼라를 사용하여 매우 어려울 수 있습니다 >> 평균화 된 경우에도 매트릭스를 가질 수 있습니까? >> 정확하게 네

내가 말하는 것은 작동하지 않을거야 당신이 말해야하기 때문에 아주 잘, 조건 번호가 행렬의 상태가 매우 나쁜 경우 그 하나의 지속적인 일은 정말로 도움이되지 못합니다 그래, 네 질문에, 우리는 최적의 행렬 게인이 무엇인지 알고 있습니다 우리가 어떻게 추정 했습니까? 따라서 선형 예제의 경우, 만일 theta의 bar가 theta에서 b를 뺀 것이라면 b 그래서, 기본적으로 몬테카를로 평균을 할 수 있습니다

그래서이 A 사례를 샘플링 한 다음 여기의 표본 평균을 사용하여 행렬 이득을 얻습니다 다시, A_n + 1은 NeSA 선형화입니다 그리고 당신이 얻는 것은 근본적으로, 두 개의 병렬 확률 적 근사 알고리즘 하나는 매개 변수 theta를 추정하고 또 다른 것은 당신이이 행렬 이득을 추정하려고 시도하는 것입니다 괜찮아? 그래서, 기본적으로 우리는 어떻게 마이너스를 알고 있는가에 대한 질문에 대답을합니까? 당신은 그것을 견적, 받아들입니다

그래서, 알고있는 사람들을 위해 이 알고리즘은 최소 2 차 임시 차이 (Least-Squares Temporary Difference) 람다 알고리즘 (Lambda Algorithm)은 기본적으로 그것이 수행 한 작업입니다 그것은 한방에 그것을, 이것은 LSTD 람다를 재귀 적으로 수행하는 방법이며, 그러나 그들은 준비의 동기가 없었다 차이나 그와 비슷한 것,하지만 그래 LSTD 람다입니다 F bar가 theta에서 선형이면, 함수 F bar에 비선형 성이 있다면 무엇을합니까? 예를 들어 Q- 학습의 경우입니다

그래서,이 경우, 당신이 원하는 것은 모자와 플러스입니다 하나는 평균의 추정치이다 네가 시타 N에서 평가했다 너는 싫어 과거의 모든 샘플에 대해 동등하게 평균화하는 것, 그러나 당신은 그것의 추정치가되기를 원한다

에뮬레이트 및 현재 매개 변수의 평균을 추정합니다 그래서 우리가이 문제를 해결하는 방법은 두 Timescale 확률 적 근사 알고리즘 그래서 우리가하는 일은, 우리는 더 높은 단계 크기를 사용합니다 그래서 우리는 서로 다른 단계 크기를 사용합니다 알파 n + 1, 감마 N + 1

네가하고 싶은 것은, 당신은이 모자를 원하고 더하기 하나는 theta N의 함수가되고 싶습니다 이전의 세타가 아닙니다 괜찮아? 이를 위해 우리는 더 높은 단계 크기 Gamma_N과 여기에 하나를 사용하십시오 낮은 단계 크기의 알파 매개 변수 추정을위한 재귀에 대해 이 조건을 만족하면 알파에 대한 감마 N은 무한대로 갈 것이며, N이 무한대로 갈수록, 그러면 당신은 이 모자와 플러스 사람은 실제로 A에 가깝습니다

of theta N과 이전의 모든 As의 평균이 아니다 예 >> N을 통해 알파를 알파로 설정하지 않으려면 어떻게해야합니까? >> 알파는 여전히 N 이상입니다 >> 어떻게? >> Gamma_N 하나 더하기 M보다 하나 같아 그래, 그래

알파 N은 N에 1 개, 감마 N은 M에 1 개와 비슷합니다 >> 오 감마 N을 알파 이상으로 이동합니까? >> 예, 또는 알파와 감마가 0이됩니다 그래서 감마 N을 선택하면 N은 멱급수보다 1만큼 큽니다 이 안에는, 0

5와 1 사이, 그러면 당신은 이런 식으로 ODE를 얻을 수 있다는 것을 보여줄 수 있습니다 >> F의 평활도 가정은 무엇입니까? 적어도 아마 세 가지 파생 상품을 만들 것 같습니다 미안, 여기 2 명 >> 우리는 F가 Lipschitz, F bar가 Lipschitz가되어야합니다 >> 나는 너를 생각해

적어도 파생 상품을 립시 츠로 만들지, 그렇지? 당신은 파생물을 얻을 것이기 때문에 >> 네, 그렇게 생각합니다 그래서, 그 일은 Q-learning에 포함되어 있지만, 우리는 그것을 가지고 있지 않았습니다 우린 그저 그래디언트 그라디언트를 가졌지 만 우리는 여전히 그걸 증명할 수있었습니다 그래서, 나는 일반적인 조건, 하지만 당신이 그런 강한 것을 가지고 있다면 나는 그들이 그것을 일반적으로 증명할 수 있다고 생각합니다

그래서 내가 말했듯이, 이 알고리즘은 반드시 결정 론적 인 것처럼 안정적이어야하며, 에 대한 일반 조건이 없습니다 이 종류의 알고리즘의 수렴 그래서 우리는 Q-learning의 특별한 경우에만 그것을 증명했습니다 표준 조건은 아직 열려 있습니다 그리고이 방정식을 여기서 보면, 이 2 배의 시간 때문에 실제로 대신 ODE A의 XT inverse 대신에, 이전 사건에 대한 X의 평균과 같은 것

알았어 >> 그래서이 ODE는 감마 및 수렴 순서에만 적용됩니까? >> 더 빨리, 감마 N은 알파 N보다 큽니다 >> 좋아요, 감마가 더 큽니까? >> 네 >> 알았어 그러나 그것은 당신이 빨리 오는 것을 의미합니다

>> 정확하게 >> 아니, 빨리 추적 >> 정확한 추적 >> 알았어 >> 그래서 감마 N이 같은 경우, 알파 N과 동일합니다

>> 실 거예요 네 >> 이상 하네 >> 아뇨, 당연하지, 그렇지? 이것을 생각하면, 그래서 hat_ N과 하나 더하기 – 이전의 모든 theta의 평균입니다 그래서 그것은 현재의 세타 N이되지 않을 것입니다

>> 테타도 꽤 천천히 변하고 있습니다 당신은 N을 통해 하나를 사용하고 있습니다 >> 정확하게! >> 그래서 그것이 작동하지 않아야한다는 것이 분명하지 않습니다 네 >> 그래서, 첫번째로, 감마와 알파를 같은 순서로 설정하면됩니다

그래서, 이것은 무엇과도 일치합니까? 아니면 그들이 안정적인가는 명백한가요? >> 그래서, 내 생각에 넣으면 매개 변수 순서를 가정 한 가정 수렴하거나 그런 것, 그러면 당신이 아직도 안정적이라는 것을 보여줄 수 있다고 생각합니다 하지만 일반적으로 나는 당신이 아무 말도 할 수 있다고 생각하지 않습니다 따라서 실제로 말하기 위해서는 더 많은 가정이 필요합니다 그럼, 그게 만약 N 쎄타 스타 나 그와 비슷한 곳으로 가면, 만약 당신이 그것을 지역적으로 분석하고 싶다면, 그때 당신은 A hat_ N에 더해서 커다란 실제로 쎄타 N의 A에 근사합니다 그래서, 그러면 우리는 아마 우리가 뭔가를 말할 수 있다고 생각합니다

그러나 일반적으로 그것은 매우 어렵습니다 >>하지만 알파 N에 대한 감마 N은 무한 조건으로 가고, 우리는 그들이 일반적으로 컨버전스인지 여부를 알지 못합니다 >> 그렇습니다 일반적으로 매우 어렵습니다 이것을 보여주기 위해

>> 하위 그라디언트에 대해서 말 했잖아 >> 네 >> 볼록성 등을 가정하고 있습니까? >> 아니 >> 그래서, 당신이 정의 해야할지 모르겠다 차동 특성 또는 볼록 함수? >> 그래서 하위 그라디언트를 정의하고 있습니다

F 막대 및 특히 Q 함수에 대한 행렬 A, 나는 그게 뭔지 보여 줄게 그래서 그것은 일반적으로 여기에 전혀 없습니다 그래, 내가 이야기하기 전에 그래 강화 학습 알고리즘에 대해서 이러한 기술을 적용하여 Q- 학습 최적 분산 Q- 학습, 간단히 얘기하고 싶다 모멘텀 기반 확률 론적 근사, 이것은 내가 가장 좋아하는 부분이다

이것은 매우 새롭고 그래서 이것은 Newton-Zap은 기본적으로 Newton-Raphson 알고리즘입니다 이것이 새로운 운동량 기반 알고리즘입니다 기본적으로 복사하는 것을 볼 수 있습니다 그래서 우리가 Zap SNR에서이 논문을 썼을 때, 우리는 방금 들었습니다 매트릭스 역행렬을 가지고 있다고하는 많은 의견이있었습니다

매우 계산적으로 비쌀 수 있습니다 그래서, 우리가 원하는 것들 중 하나 할 일은 어떻게 든 그것을 제거하려고 시도하는 것입니다 우리가 함께했던 곳 이 운동량 기반의 방법과 실제로 당신은 같은 점근 적 비율을 얻을 수 있습니다 이것이 제가 말하고자하는 것입니다 괜찮아

그래서 여기, 표기법이 커지므로 F_N plus를 사용하고 있습니다 시타 중 하나가 세타의 여신이되고, W_N에 1을 더하면 우리는 델타 세타 N은 차이 시퀀스가 ​​될 것이며, 쎄타 N – 쎄타 N – 1 이것은 매트릭스 이득 확률 론적 근사이며, 우리는 이미 이야기했다 이것은 다른 형태입니다 그래서 이것은 폴리락의 무거운 볼 확률 론적 근사입니다

기본적으로이 추가 용어가 있습니다 여기서 M은 Polyak의이 작업에 이어 스칼라입니다 우리가하고 싶은 것은 우리가하고 싶은 것입니다 다음과 같은 알고리즘을 살펴보십시오 스칼라 M 대신에, 우리는 하나의 매트릭스 시퀀스 MN을 소개합니다

우리는 여기에 G_N과 1을 더하여 소개합니다 그냥 좀 더 일반적인 것으로 만들 수 있습니다 그래서, 여러분은 행렬 이득에 F_N을 더한 값을가집니다 행렬 곱셈 모멘텀 괜찮아

그래서 문제는 어떻게 최적화 할 것인가입니다 이 두 행렬 M_N + 1과 G_N + 1? 다시 한번, 이 무거운 공 확률 근사 알고리즘을 재 작성, 그것은 이렇게 보입니다 휴리스틱 목적으로 가정 해 봅시다 이것을 가정 해 봅시다 "델타 세타 N은 0으로 가고, Theta N이 "Theta star"로가는 것보다 훨씬 빠릅니다

이 경우, 우리는 델타 세타 N에 델타 세타 N이 더해진 것입니다 근사치라고 가정 해 봅시다 그럼이 델타 세타 N 플러스 – >> 그래서, 델타 세타 N 우리 같은 세타 N 빼기 세타 스타? >> 아니요, 델타 세타 N은 세타 N 빼기 세타 N 빼기입니다 >> 오 >> 다른 것, 예

세타 델타 N 쎄타 N 빼기 쎄타 스타입니다 그래서 그것은 기세의 용어입니다 그래서, 넣을 수 있습니다 이 용어는 왼쪽에 있고 그 다음에 역을 취할 수 있습니다 그리고 이것이 알고리즘의 모습입니다

"MN 플러스와 같은 퍼팅을 시도해 봅시다 플러스 GN 플러스 모자 N + 1, 알았어 이 경우,이 알고리즘이 어떻게되는지, 무거운 공 확률 적 근사 알고리즘은 실제로 보인다 SNR 알고리즘과 마찬가지로 여기에서는 행렬을 반전하지 않았습니다 다시 한번 말하지만,이 모든 것은 매우 경험적입니다

그러나 우리는 어떤 엄격한 논증을 가지고있다 이것이 실제로 괜찮음을 보여줍니다 그래서 기본적으로, 제가 여기서 말하려고하는 것은, 만약 당신이 이런 확률 적 근사 재귀를 가지고 있다면, 당신이 M_N과 1을 더하기 위해 I + G_N과 1 개의 A 모자를 선택하면, 이것이 운동량 용어입니다 그러면 우리는 SNR 재귀를 얻습니다 네

여기에 모든 알고리즘을 모으겠습니다 이것은 확률 론적 뉴튼 – 라프 슨 알고리즘의 모습입니다 나는 단순화를 위해 GN이 Theta I와 동등하도록 허용 할 것이다 이 경우, 우리가 PoLSA 알고리즘이라고 부르는이 것은, 기본적으로 모멘텀 확률 적 근사 알고리즘 약간의 단계와 함께, 이것과 동등한 운동량이 주어진다 이 재귀에 의해, 알았다

이것은 네 스테 로프 확률 적 근사 알고리즘은 다음과 같습니다 이것은 기본적으로 적용하는 것입니다 네 스테 로프 가속 기세 방법 경로 찾기 문제를 찾는 것 재귀를 작성한다고 가정 해 봅시다 선형 케이스를 보면 F_N Theta N 중 하나는 선형 N 쎄타이며, 이것이 그 모습입니다

기본적으로 NeSA 버전처럼 보입니다 이 PoLSA 알고리즘 대신에, 모자 플러스 1은 S의 평균이며, 하지만 여기 당신은 N 플러스 하나와 우리가 보여주는 것을 가지고 있습니다 그 알고리즘입니다 SNR로부터 얻어진 주변 추정치와 같이, 확률 적 알고리즘 PoLSA 알고리즘으로부터 얻어진 파라미터 추정치, 훨씬 더 빠른 속도로 실제로 결합 됨 주변 시퀀스의 실제 수렴 속도보다 그래서 우리는 조건 하에서 이것을 보여 줬습니다 델타 니 플러스 (Delta_N plus plus)라고 가정하는 선형 모델의 NeSA 시퀀스는 제곱 – 인티 그레 블 Martingale의 차이 시퀀스 그러면 A가 Hurwitz이고 zeta를 선택하려고한다고 가정합니다

그래서 플러스 제타는 열린 단위 디스크에 A입니다 그래서 이러한 조건 하에서, 그걸 보여줄 수 있어요 매개 변수는 이것은 이것과 실제로 서로 서로 커플합니다 그리고 그것은 또한 말한다 PoLSA 알고리즘은 최적의 점근 적 분산을 갖는다 >> [들리지 않음] >> 기본적으로, 여기서 우리가하는 일은 우리는이 행렬 역행렬을 없애고 있습니까? 행렬 벡터 제품 형식으로 줄입니다

그런 다음, 우리는 여전히 내가 말한 최적이라고 생각합니다 그래서, 어떤 질문? >> 그래서 계산적으로 행렬 – 벡터 곱셈은? >> 그래, 그냥 매트릭스 – 벡터 곱셈 사건이야 >> 아, 그 기세입니다 네 >> 모멘텀에 관한 매트릭스 질문

네 기세에 대한 매트릭스 질문 >> 그래서, 해킹 플러스 하나가 부족한에있을 것입니다? >> 정확하게 >> 맞지? >> 아니, 내 말은 그래서, 실제로

>> 내가 물어 보려는 것 같아 왜냐하면 델타 플러스는 쎄타에 의존하지 않기 때문입니다 거기에 세타가 없습니다 네, 그냥 돌보는 중입니다 >> 아니, 거기에 세타가있다

나는 실제로 알고있다 아니, 나는 거기 있다고 생각하지 않는다 그래서, 실제로는 비슷한 것입니다 >> 나는 이해하려고 노력하고 있다고 생각한다 내가 10 플러스를 생각해야한다고 말하는거야? n 더하기 1 회 Theta from Theta star, 여기서 n + 1은 A에 대해 편파적이지 않은가? >> 아니

>> 아니면 A는 델타 플러스 하나입니까? >> 그래서 Fn과 하나가 기본적으로 비슷하다고 생각합니다 여기서 델타 n 기본 n 정사각형 장착 elif 시퀀스 나는 당신이 Fn과 하나의 세타를 동일하게 선택한다면 더하기 1 쎄타에서 Bn 플러스 1까지 >> 당신은 파생 상품을 복용하고 있습니다 모자를 정의하고 플러스를 정의하는 거지? 네

>> 그래서 가열 쎄타는 사라집니다 >> 오, 그래 >> 그렇다면, 당신은 단지 진술합니다 >> 그래, 맞아 그래서, 그 경우에, 그렇습니다

그래서, 만약 당신이 모자 10 %가 모자라면 수렴하여 정확히 듣기 만하면됩니다 그러나 우리가 평균을내는 알고리즘에서 우리가하는 것은 또는 이전의 끝의 표본 평균을 취합니다 >> 무엇입니까? 특히 선형 모델의 경우 >> 네

>> 무엇입니까? >> 그래서, 당신은 Fn과 하나 더합니다, 좋아, 나는 여기에 그것을 적어 두지 않았다 Fn의 파생물이고 Theta의 Fn입니다 그것은 Theta의 다른 기능이지만 그렇습니다 >> Fn에 하나의 양식이있는 경우 A >> 그렇지 않습니다

>> 오, 그래 아니, 그는 그가 사라지는 식단 기능의 리듬을 취하면 복용 >> 이럴 경우 >> 그래서, 나는 당신이 쉽게 말하고있는 것을 이해하고 있다고 생각합니다 하지만, 나는 그것을 다음과 같이 설명 할 것이다

거기 있어야한다고 마우스와 쎄타 사이의 상호 작용 용어 >> 그래서, 내가 말하는 것은 데이터에 쎄타가 있어야합니다 >> 네, 제 3 기 세타가 있다고 생각합니다 >> 네, 그게 전부입니다 >> 정확하게

>> 당신이 나에게이 공식적인 방법을 주면 글쓰기의 경우, 그럴 것입니다 >> 그래, 그래 그래서, 델타 플러스 하나는 이것처럼 아주입니다 그래서, 적어도 내가 바라 보는 응용 프로그램에서, 플러스 사람은 같이이기 위하여려고하고있다, A가되지 않을거야, 알았지? 우리는 그것을 평균화해야합니다 >> 그러나 내가 묻는 것은 내 질문이다

Fn + 1입니까? 그래서 그것에 대해 생각할 수있는 두 가지 방법이 있습니다 그럼, 바는 선형입니다 자, Fn과 1이 선형 함수가 될까요? 기울기는 같은 평균입니까? >> 정확하게 >> Fn 플러스 란 무엇인가? Fn과 플러스가 될 수 있음을 의미합니다 선형 함수의 제로 평균 섭동 (zero-mean perturbation)의 비선형 부분, 어떤 방법으로 생각해야합니까? >> 그래서, 나는이 정리를 증명하기 위해 생각한다

우리가 A라고 가정했을 수도 있습니다 마치 A 매트릭스와 같습니다 그러나 알고리즘의 알고리즘 부분에 대해 살펴볼 때, 그것은 실제로 더하기 하나입니다 선형화에 대한 기대는 A입니다

선형화 자체에 대한 기대는 A이 아닙니다 >> 알았어 >> 알았어 >> 질문 있니? 괜찮아

>> 그래, 그래 이제 우리는이 모든 것을 적용 할 것입니다 새로운 확률 적 근사법 실제로 보강 학습 문제를 해결할 수 있습니다 그럼, 이미 하나의 슬라이드 우리가보고있는 MDP 설정에 대해 그래서 우리는 X를 다음과 같이 나타낼 것입니다 입력 시퀀스 U를 갖는 고정 된 제어 마르코프 체인

우리는 Pu의 x를 정의 할 것이고, A는 전이 확률 행렬이되고, 의미는 현재 상태 X이고 행동 U를 취합니다 당신은 x의 확률로 Pu와 함께 상태 a로 끝납니다 C를 비용 함수로 정의하고, 베타가 할인 요인이됩니다 그래서 우리가 관심을 갖는 것은이 Q 함수를 찾는 것입니다 여기에이 무한한 합계에 의해 주어진다

최소 사기 및 풋 시퀀스 U 우리는 기울기 함수가이 벨만 방정식의 크기를 결정한다는 것을 압니다 우리가 관심있는 것은 이 벨만 방정식을 푸는 것과 같습니다 동적 프로그래밍에서, 목표는 실제로 찾는 것입니다 벨만 방정식을 풀어내는 Q 스타가 말합니다

Q 학습에서 우리가하고 싶은 일 이 근사치를 풀려고합니다 매개 변수화 된 함수 모음을 살펴 보겠습니다 Q Theta가 RD 인 경우 Theta 당신이하고 싶은 것에 대해, 찾을려고하고있다 이 기대를 해결하는 세타 스타는 0과 같습니다

자, 여기 제타 n은 다중 추적과 같을 수 있습니다 그래서 일반적인 이론이 있습니다 원래 문제의 Galerkin 이완, 나는 유추 할 수있는 대략 문헌 O2를 생각해 낸다 이 함수 계열을 선택해야합니다 Q Theta와 Zeta n, 어떻게 든 그것을 당신에게 준다

직감 또는 Q 쎄타 스타가 무엇인지 말하는 법 Q 별에 아주 가깝거나 그렇지 않은가요? >> Q star 또는 Q underbar의 경우 Q 언더 바 (underbar) 란 무엇입니까? >> 그것은 기본적으로 당신의 소수입니다 그래서 여기 최소값입니다 그래서, 이것은 Qn 밑줄 star에 xn과 1을 더한 것과 같습니다

>> [들리지 않음] 네 그래서, 그것은 최소한의 사기 U 프라임입니다 x 별의 Q 별 [들리지 않음] 나는 있어야만했다 네

그래, 그래 >> Q 언더 바 (underbar), 숫자가 맞는지 또는 최소값인지를 관찰 할 때? >> 아니, 그건 최소한이야 그래서 그건 이 세트에 대한 멋진 것 벨만 방정식에서 최소 이 기대 속에 여기에 있습니다 그래서, 여기서 일어나는 일은 마치, 당신이이 기대를 존중한다면 마르코프 사슬의 안정된 분포

그래서, 여기에는 xn과 하나뿐입니다 그래서, 조건부 기대 기대가 사라지면 >> 걱정해야 할까? Q 세타 클래스의 명세? >> 네 그래서, 나는 그것이 달려 있다고 생각한다 나는 이제 약간의 세부 사항으로 들어갈 것이다

>> 다시 서면으로, 모델 미스 스펙이없는 경우에도, 하단 방정식은 상단 방정식보다 약합니다 또는 최고의 방정식이 요구하고 있기 때문에 조건부로, 그것은 항상 유지됩니다 >> 예, Q 함수를 정확하게 풀어내는 것과 같습니다 그래서, 당신은 전혀하지 않습니다 네가 그렇게하지 않을 수도 있다는 뜻이야

>> 그래서 차이점은 무엇입니까? >> 그래서, 우선 당신은보고 있습니다 매개 변수에는 가족 Q 쎄타가 있습니다 Q 시타 스타가 실제로 Q 스타와 같다고 가정 해 봅시다 그럼에도 불구하고, 당신은이 기대치를 0으로 풀고 있습니다 이 기대가 가능한 모든 경우에 해당되면, 그래서 제타 n은 d 차원 벡터 시퀀스와 같습니다

이 기대가 가능한 모든 벡터 시퀀스 (예 : 제타 n) 그러면 당신은 이것이 평등하다는 것을 보여줄 수 있습니다 >> 아니, 제타 diags에 대해서조차도, Zeta n은, 우리는 제타 n을 허용해야합니다 Xn과 n에 의존하는 확률 변수 >> 네, 그렇습니다

제타 n은 x에 의존하는 확률 변수 Fn으로 측정 할 수 있습니다 >> 알았어 네 >> 그래서, 기본적으로 제타 n은 수확량을 곱합니다

>>이 기본적으로 네 >> 알았어 >> 그래서, 그것은 예측 된 Bellman 방정식과 같습니다 >> 알았어 네

이제는 좀 더 특수화 된 사례를 살펴 보겠습니다 익숙한 함수로 선형 매개 변수를 살펴 보겠습니다 그래서, Q Theta, Theta transpose Psi 그러면 Theta가 0이되도록 Theta 스타를 찾는 것이 목표입니다 예를 들어, 제타 n은 다음과 같을 수 있습니다

Psi of X와 U (n)은 기초 함수 자체이다 그것은 TD zero 또는 알고리즘, 즉 Q-learning과 같습니다 이것은 어떻게 확률 론적 근사에 연결되어 있습니까? 이 방정식을 F bar로 다시 쓸 수 있습니다 여기에이 방정식으로 주어진 쎄타 별 당신은 Theta 스타 타임 Theta 스타 마이너스 B가 있습니다

세타 스타의 A와 B가 이것으로 주어집니다 B는 쎄타에 의존하지 않고 쎄타에 의존하지 않는 용어입니다 문제는 Q- 학습의 실질적인 문제는, 세타 (Theta)의이 함수는, 매개 변수 Vector Theta에 미묘한 의존성이 있습니다 TD-Learning을 보면 A Theta에서 B로, 그러나 Q-Learning에서 그것은에 의존하는 매트릭스입니다 이 정책 Phi Theta를 통한 Theta 매개 변수 여기에있는이 최소화 기 때문에 그게 나옵니다, 알았죠? 따라서, The Phi Theta는 물리적 논증 U에 영향을 미칩니다

그것은 Q 세타가 쉼표 U에 영향을 미치는 것을 최소화합니다 기본적으로 이 Q Theta star는 X (n)에 1을 더한 밑줄을, X (n) + 1 쉼표로 Q 쎄타 별 X (n) + 1의 Phi Theta 별 바로이 비선형 성이 생깁니다 그러나 이전 가정과 일치하여, 당신은이 알고리즘에서, 이 A of Theta는 실제로이 F 막대의 하위 그라디언트입니다 이 F bar Theta 스타의 하위 그라디언트가 있다면, 당신은 그것이 실제로 쎄타 스타임을 보여줄 수 있습니다

여기에이 기대에 의해 주어진다 >> 하위 그라디언트를 파생시킵니다 F Theta는 Theta times Theta에서 B를 뺀 값입니까? >> Theta times Theta 빼기? >> 하위 그라디언트를 얻는 함수는 무엇입니까? Theta of F는 Theta times Theta에서 B를 뺀 것과 같습니다 >> 그게 사실이 아니야 일반적으로 Q-Learning에만 해당됩니다

이 경우, 일반적으로 이것의 하위 구배는 A의 쎄타와 같지 않습니다 나는 모르지만 여기서 당신은 무엇이든해야합니다 >> 아마 나는 때때로 아침에 천천히 걷는다고 생각한다 하지만 그것이 의미하는 바를 이해하지 못합니다 당신이 나에게 일반적인 비 볼록 함수를 주면, 나는 a라는 객체를 정의하는 방법을 모른다

하위 그라디언트는 하위 그라데이션이므로 supremum 또는 sub-gradient를 복용하는 것은 기본적으로 저에게 함수의 하한선을줍니다 의미있는 무언가이다 convex 함수는 모든 것들이 그라데이션으로 동작하기 때문입니다 그러나 F의 세타는 볼록하지 않습니다 그래서 나는 사람들이 한 번도 본 적이없는 것 같아

Convex Analysis 외부의 하위 그라디언트 그래서, 나는 방금 일어났습니다 >> 아니면 그는 이것을 일종의 야 코비안이라고 생각하니? >> 알아, 너는 이것에 대해 조금 생각할 수있다 하지만 당신은이 A의 여기서 쎄타는 하위 그라데이션 수식을 만족시킵니다 따라서,이 함수가 Theta의 F bar이면

다른 걸 가져 가면 >> 하위 그라데이션을 사용하면 유효 범위가 낮아집니다 >> 정확히, 유효한 하한입니다 예, 이것이 유효한 하한임을 보여줄 수 있습니다 왜냐하면 그것은 매우 특별한 구조입니다

여기에있는이 최소화 기 때문에 그래서, 당신은 그것을 보여줄 수 있습니다, 선상에서 보여줄 수 있어요 Watkins의 Q-Learning 알고리즘에서 조금 특별하다 기본적으로 근본 원인을 찾는 문제입니다 여기에서 Q Theta를 다시 선형 매개 변수 S 패밀리로 보자

이 제타 n을 ~을 선택하십시오 기본 기능 자체 그래서 당신은 X와 U (n)을가집니다 또한이 기본 함수를 다음과 같이 선택합니다 표시기는 표 형식의 경우와 동일하게 작동합니다

이 특별한 환경에서 당신은 Q 쎄타 스타가 수렴 할 때, 당신은 그것이 실제로 Q 스타와 동등하다는 것을 보여줄 수 있습니다 이 표의 완전한 근거 때문에 이 알고리즘이 수렴한다는 것을 보여줄 수 있으며, 그러나 당신이 선택한다면 그것은 또한 무한한 점근 적 변화를 가진다 알파는 뭐든간에 동등합니다, 알았죠? 이 A 행렬의 최대 고유치가 더 크기 때문입니다 베타의 마이너스 절반 이상이 반 이상이면 보여줄 수 있습니다

>> 어떤 축을 의미합니까? >> 미안, 람다 최대 여기 에이 시타 별의이 행렬의 고유치 >> 반값에서 영까지입니다 >> 오, 알았어 죄송합니다 가장 먼저, 모든 알고리즘은 0보다 작지만 거기에 있습니다

그들 중 적어도 하나는 더 크다 이 경우 마이너스 절반 이상입니다 그래서 큰 질문은 Q-Learning을 할 수 있을까요? Zap을 R로 적용 할 수 있습니까? 우리는 다음과 같은 시뮬레이션을 할 수 있습니다 Zap Q-Learning 알고리즘을 사용하면 매우 빠르게 수렴된다는 것을 알 수 있습니다 나는 곧 그 데이터로 돌아올 것이다

여기서 우리에게 까다로운 것은 알고리즘 그 자체가 아닌 것과 같습니다 알고리즘을 적용하는 방법을 알고 있습니다 당신은 쎄타가 무엇인지 압니다, 우리는 Q-Learning에서 Zap을 적용하는 방법을 알고 있습니다 진짜 문제가 생겼을 때 그 융합을 증명하려고 노력하고 있었다 일반적으로 어떻게 증명할 수 있습니까? 확률 론적 근사 재귀의 수렴, 당신은 주변 시퀀스에 대한 OD를 보지 만 여기에서 우리는 OD를 분석하는 방법을 알지 못했습니다

그래서, 우리가 한 것은 우리가 동적 프로그래밍에서이 이론을 사용하여 변수 어느 쪽이 그렇게 말합니다 "당신이 나에게 어떤 비용 함수 C를 주면, 해당 Q- 함수가 최적 일 것입니다 비용 함수 C에 대해서 그리고 당신이 나에게 어떤 Q 함수를 주면, 그것이 무엇이든간에 Q- 함수가 최적화 된 일부 비용 함수 "라고 설명했다 따라서 일대일 매핑과 같은 일종의 매핑이 있습니다

비용 함수에 대한 Q 함수 사이 우리가 한 것은이 변수를 변형하는 것입니다 따라서 매개 변수 추정치 인 Theta를 보는 대신, Q- 함수에 대응하는, 우리는 비용 함수를 보았다 >> 죄송합니다 유효한 Q-function이 있다면 그것은 Bellman 오류가 없다는 의미입니까? >> 벨맨 오류가 없습니다? >> 그래서 Bellman 오류가있는 것은 아닙니다

Bellman의 최적 방정식의 감각, 일관된 원스텝 예측을한다는 뜻입니다 >> 나도 몰라 >> 오,하지만 비용 기능을 정의하는 중입니다 >>이 MDP에 대한 조건이 필요하지만 생각하기에 꽤 일반적입니다 이 솔루션을 원한다면 >> 알았어

내 생각 엔 당신이 맞다 >> 원하는 모든 비용 함수에 대해 Q-function에 대한 유일한 솔루션입니다 따라서 경계 방정식에 대한 OD를 분석하는 대신, 우리가 한 것은 비용 함수의 OD를 분석하는 것입니다 우리는 비용 함수가 각 파라미터 시퀀스는 실제로 소나타 최적으로 수렴하며, 에서 정의 된 비용 함수 이 애플 리케이션 질문 – 학습 알고리즘에 대한 문제 이것은 또한 알고리즘이 수렴 함을 의미하고 또한 분명히 가장 좋은 알려진 알고리즘이기 때문에 최적의 중간 값을가집니다

알았죠? 질문 있니? 나는 시뮬레이션하에 무게를다는 것을 의미합니까? >> 조금 잃어 버렸어 그래서, 여기 내가 궁금해하고있어 혼합 시간 근본적인 MDP는 권리를 행사할 효과를 가질 것입니다 왜냐하면 내가 한 쌍의 매우 상태 나의 현재 통제 하에서 전환 할 것 같지 않다 >> 물론 그렇습니다

그래서, 그것은 모두 점근선입니다 OD 분석이 더 진행됩니다 >> 그래서 우리는 다음과 같이 가정합니다 이 때문에 모든 주 활동 변화가 무한히 떨어져 있습니까? >> 확실히 그렇습니다, 그렇지 않으면 나는 생각하지 않습니다 당신은 Q- 학습의 융합을 증명할 수 있습니다

>> 이것은 점근선인가? >> 네 >> 우리는 이미 고정되어 있다고 가정합니다 암묵적으로 전환이 이미 혼합되어 있다고 가정합니까? >> 그래, 너는 무작위 정책을 가지고있어 무작위 정책이 각 정책을 모든 국가 행동 쌍은 무한히 자주 방문되며, 한계를 넘지 않으면 할 수 있습니다 이 OD 분석은 제한적 일뿐입니다

그것은 한정된 시간 안에 붙들 지 않습니다 그래서 N은 무한대로 간다 이제 시뮬레이션을 살펴 보겠습니다 이것은의 비교입니다 다른 Q-Learning 알고리즘 각 알고리즘의 반복 회수 여기 내가 플로팅하는 것은 최대 벨만 오류입니다 각 Bellman 오류를 읽었습니다

모든 국가 행동 쌍, 나는 그것의 최대량을 가지고 가고있다 우리는 Zap Q-Learning 알고리즘 거의 즉시 수렴합니다 그러나 이것들은 다른 모든 알고리즘들이다 왓킨스 (Watkins)의 Q- 러닝 알고리즘 (Q-Learning Algorithm) 거기 PDQ – 학습 알고리즘, 알고리즘 당 평균적이지만 평균화 그 밖의 모든 것은 수렴하는데 많은 시간이 걸립니다 알고리즘 당 per little은 최적의 점근 변량을 가지고 있으며, 당신은 아직도 그것을 볼 수 있습니다

인사를 수렴하지 좋은 일시적인 성능을 가지고 있지 않습니다 감마가 알파 n과 같으면 어떻게됩니까? 이론적으로 그것은 어떤 종류의 갭을 소개 할뿐만 아니라 또한 아주 좋은 성능을 가지고 있지 않습니다 당신은 여기와 당신이 실제로 볼 수 있습니다 알파는 N의 G와 같습니다 G는 1,500과 같습니다

이 점근선 분산 공식을 사용하여 계산됩니다 당신은 Lyapunovic 방정식을 보았고 시도했습니다 이걸 찾을 수 있도록 이 스칼라가 최소화 될 때까지 스칼라입니다이 경우, G가 1,500 인 경우 꽤 괜찮은 컨버전스를 얻습니다 >> 이것은 반대의 것을 택한 것입니까, 아니면? 네

그래서, 이것은 우리가 그 반대를 취하는 것입니다 다시 말하지만, 이것은 또한 여러분이 그 역관계를 취할 때, 이것은 스칼라 일 뿐이며 그 기세에 들어갔다 >> 그래서 Zap 알고리즘을 실행하려면, 자신의 전환 행렬과 게시 양식을 알아야합니까? >> 아니, 문제는, 그것은 Zap 개인 알고리즘입니다 우리는 A Hat N + 이동 중에 하나를 평가하려고합니다 그래서, 당신은 A (n)과 샘플 평균을 취하는 것을 관찰합니다

그리고 그 역행렬을 행렬 스킨으로 사용하고 있습니다 >> 네, 맞아요 A (n) 플러스를 관찰하는 것이 무엇을 의미합니까? Q- 러닝의 구체적인 예에서 하나? 네가 괜찮은 슬라이드로 돌아갈 수 있을까? 네 >> 그래서, 당신은 이것을 관찰합니다 너도 알지

기대하고 나서 당신은 이것의 평균을 취합니다 >> 좋아요, 그래서 벨만 에러를 알아야합니까? 네 기초 함수를 알아야합니다 이를 수렴하는 정책을 알아야합니다 >> 좋아, 벨만 오류가있는 한

>> 정확하게 네, 약간 다릅니다 네

그래서, 이것은 비교의 음모입니다 이론적으로 계산기 asymptotic 분산 수식 경험적으로 추정 된 것 그래서, 저는 n의 제곱근을 추정했습니다 다른 시퀀스를 여러 번의 시뮬레이션과 여기에 히스토그램을 그렸습니다 그리고 나서 우리는 이론적으로 예상 분포는 매우 경험적으로 관찰 된 분석력은 10 제곱이며 n에 대해 정확히 같은 것은 10의 힘 6과 같습니다

특정 방정식에 대해이 알고리즘을 실행하면 그것은 기본적으로 동일합니다 그리고 이것은 베타 팩터가 099와 같은 할인 요소입니다 그래서 나는 거기에 – >> 이전 두 세트의 플롯을 보려면, 이 모든 시뮬레이션을 수행중인 MDP는 무엇입니까? 왜냐하면 나는 단순한 것을 생각하고 있기 때문입니다 이전 줄거리도 똑같습니까? >> 네

>> 훨씬 빠릅니다 >> 네 이것은 매우 간단한 예입니다 그래서 내가 너에게 일찍 말 했어야했다 그래서 여섯 개 주가 있습니다

당신은 목표 6에 도달하고 싶습니다 목표는 곧바로 6이 초기 상태에서 생각합니다 내가 선택한 무작위 정책은 주어진 직선에 있습니다 어떤 이웃 국가에서든 끝나게하는 행동 따라서 목표는 주에가는 법을 배우는 것입니다

여섯 개와 당신은 연관된 강제 함수를 가지고 있습니다 이 상태들 각각을 전환하는 것으로 당신은 보상 함수를 그렇게 강경하게 디자인합니다 그 보상은 목표 상태 인 6에 도달하는 데 가장 높습니다 아주 간단한 MDP 프로그램입니다 >> 내가 생각하고있는 것처럼 내가 열중하고있는 이유

아주 간단한 사슬처럼 아주 일찍부터 나는 어떤 행동을 취하고 기본적으로 내가 보는 마지막 보상을 설정하는 것 내가 벼랑에서 뛰어 내리고 그 후에 100 단계가 넘지 않으면 에피소드에 대한 보상을받습니다 >> 네 >> 그래서, 그것은 느낀다 Q-learning의 단계 크기를 어떻게 계산하든, 꽤 느려야합니다

Q-learning 알고리즘의 모든 제품군 그런 상황에서 천천히해야합니다 >> 네 당신은 단지 가장 빠른 [들리지 않는] >> 그 사이에 Q 그래서 나는 왜 그런지 – 그래서, 그러한 상황에서는 내가 [들리지 않는] 또는 Zap을 수행하는지 여부에 관계없이, 아주 비슷한 곡선을 가져야합니다 >> 아니

나는 그렇게 생각하지 않는다 나는 그것이 사실이라고 생각하지 않는다 그래서 [들리지 않음]은 Zap보다 훨씬 느릴 것입니다 예 그것은 일종의 다른 것들입니다

이는 성능에 영향을줍니다 여기에 영향을 미치는 것은 여기에 있다고 생각합니다 실제로 내가 모르는 점근 적 분산 직접적인 의미가있는 경우 마르코프 체인의 혼합 시간에서하지만 어쩌면 그래서이 시그마 델타가 있습니다 제로 평균 시퀀스의 분산 너는 정말로 바꿀 수 없다

그러나 시그마 델타가 고정되어 있다고 가정하면, 항상 점근 적 분산을 최적화 할 수 있습니다 너는 이것을보고있다 네가하고 싶은 말은 시그마 델타는 매우 대형 피팅에 문제가 있습니다 그래서 여기에 우리는 Zap Q-learning 알고리즘을 사용한 알고리즘, 우리는 이것이 근본적으로 같은 문제가 아니라 더 큰 그래프 여기, 국가 행동 쌍의 수는 117이고 여기서 D는 19 그리고 우리는 이것이 당신이 사용하고있는 온라인 사례 탐색 할 무작위 정책이며 이는 시계 샘플링 사례입니다

기본적으로 동기식 경우에는 각각과 모든 상태 액션 쌍 그리고 다음 상태를 샘플링합니다 그 상태 액션 쌍에 대한 Q 함수를 얻는다 당신은이 경우에, 수렴 속도가 약간 빨라졌습니다 사이의 커플 링을 볼 수 있습니다 Zap Q-learning 알고리즘 및 펄스 알고리즘과 같은 두 가지 경우에 이상

심지어 다음 알고리즘에서도 꽤 잘하지만 맥박만큼 좋지는 않지만 계산상의 복잡성이 훨씬 큽니다 그래서 우리는 또한 Q-learning을 보았습니다 함수 근사 문제 이것은 Tsitsiklis와 Van Roy의 작품입니다 그들은 금융에서이 최적의 정지 시간을 봅니다 >> 그래서,이 모든 것들은 [들리지 않음]입니다

>> 네 그래서 이것은 근사 함수입니다 따라서 Q 함수를 매개 변수화하는 액체 선형 매개 변수화, 여기서 매개 변수는 차원입니다 상태 공간은 다음과 같습니다 100과 그들이보고있는 Q-learning 문제, 우리는 분석을 수행하여 이 행렬의 모든 알고리즘은 마이너스 절반보다 크며, 그것은 무한한 점근 적 공분산을 가지고 있음을 의미합니다

그러나 밴 로이 (Van Roy)의 다른 작품에서 그들은 이 매트릭스 이득 순서를 사용하면 그들이 종이에서 소개 한 Gn, 당신은 실제로 Eigenvalues를 이동할 수 있습니다 GA의 람다는 모두 마이너스 절반보다 작다 그래서, 이것은 그들의 동기가 아닙니다 행렬 이득 시퀀스를 도입하는 방법 Gn 그러나 행렬이이 경우 감속 할 수있는 일이 발생했습니다 그러나 여전히 좋지 않습니다

당신은 매우 가까운 다른 알고리즘을 가지고 있습니다 절반을 빼고 음모를 기억한다면, 점근 적 공분산은 고유 값은 마이너스 절반에 매우 가깝습니다 이 행렬 게인 g에 2 개의 의지 실제로 최대 고유치를 마이너스 1로 이동시키고, 그래서 우리가 한 일이 훨씬 더 나아졌습니다 우리는 다른 Zap Q-learning을 비교하려고했습니다 알고리즘을 DQ 학습 알고리즘과 함께 제공합니다

우리는 여기에 평균 보상을 비교하고 있습니다 당신이 보게되면 매우 심하게 컨디셔닝 된 문제라는 것을 알 수 있습니다 여기에있는이 고유치에서 따라서 시간이 많이 걸립니다 실제로 무엇이든 수렴하고 우리는 Zap Q-learning 알고리즘은 실제로 잘 수행됩니다

및 원래 알고리즘 인 청색 GQ 알고리즘, 그것은 전혀 훌륭하지 않지만 게인에 2를 곱하면 실제로 원래 알고리즘보다 낫습니다 그래서 우리는 기본적으로 점근선 기울기는 때로 유한하고, 유한하다 그리고 기본적으로 Zap Q-learning 알고리즘은 GQ 학습 알고리즘보다 우수합니다 그래서, 결론과 미래의 일 그래서, 강화 학습은 저주받은 것이 아닙니다

차원도 있지만 심각한 변형 문제가 있습니다 실제로 더 나은 디자인이 필요합니다 알고리즘 성능이 향상되었습니다 점근 적 공분산은 멋진 설계 도구이며, 이 작품에서 보았 듯이, 또한 유한 한 최종 성과에 지급됩니다 그래서, 10

4, 105, 적어도 간단한 프로세스에서 CLT 동작을 실제로 볼 수 있습니다 또한이 최적의 스케일러 거리가 다시 선택되었습니다 최소화하기위한 점근 적 공분산에 기초 점근 적 공분산과 우리는 그것이 최고의 스칼라 및 펄서 및 NSA 알고리즘, 운동량 기반 알고리즘은 복잡한 SNR 알고리즘에 대한 좋은 대안 미래의 일

무리가있다 당신이이 일들의 위로 확장 할 수있는 것들 아직 열려있는 것들 중 하나는 함수 근사를 이용한 Q- 학습 그래서 우리가 생각한 테이블의 경우 OD 분석을했습니다 일반 함수 근사값 설정으로 확장 할 수 있습니다

그래서 저는 그렇게하기 시작했습니다 약간의 격차가 있지만 우리는 그것을 보여줄 수 있었다 그리고 나는 우리가하지 않았다는 것을 의미한다 이 작품을 제출했지만 우리는 그것을 보여줄 수 있습니다 최적의 정지 시간 문제에 대한 매우 전문화 된 설정

적응 적으로 최적화하려면이 기능이 필요합니다 예를 들어 알고리즘 매개 변수 펄서 및 SR 알고리즘에서의 제타, 다시 스칼라 G와 다른 것들 그래서 우리는 도구를 빌릴 수 있다고 생각합니다 이를 최적화 커뮤니티에서 확인하십시오 나는 당신이 친숙한 상황에 처했을 때 찾아야한다고 생각한다

이 Lipschitz 연속성 등가물 뮤 이사회의 경직 조항 따라서, 분산은 제어 분산을 사용하여 가능합니다 그래서, 이것은 제가 생각하기에 그것은 아주, 실제로 줄일 수있는 매우 강력한 기술 분산은 더욱더 여기에 보여준 것이 무엇이든간에 칭찬받는 것처럼 좋습니다 이 모든 알고리즘 확률 적 최적화의 응용 그래서, 나는 일반적인 뿌리에 대해 이야기했다

문제는 찾아 내지 만 모르겠다 이미 관련 주제가 이미 있습니다 확률 적 최적화 또는 그렇지 않을 수도 있습니다 이를 최적화로 확장하십시오 좋아 감사합니다

네 그래서, 여기 이것과 같은 참고 자료가 있습니다 작년에 Zap Q-learning 종이 이것은 아카이브의 확장 버전입니다 그리고 우리는 그것을 기세로 아카이브에 올려 놓았습니다 기반 방법 및 내 조언도 시도하지 배정에 관한 2 시간의 튜토리얼을 제공한다

그래서 이것들은 링크이고 이것이 나의 다른 작업의 일부입니다 그래서, 나는 또한 TD 학습을 차별화시키는 무언가를 연구했다 그래서, 대신에 시도하는 벨만 (Bellman) 방정식의 제로 (zero) 그라디언트의 0을 찾으려고합니다 국가에 대한 벨만 방정식 그래서 우리는 더 많은 가정이 필요했습니다

마르코프 사슬의 심각성에 관해서, 나는 그렇게 생각하지 않는다 많은 참고 자료가 있습니다 고맙습니다 >> 질문 네

>> 제어 분산은 점근 적 분산 변화를합니까? >> 아니 >> 그래서 유한 샘플의 경우, 당신이 듣기를 원하는 요소들이 있습니다 >> 네 내가 생각하기에 꽤 흔한 일이다 사람들은 그것을 강화에 사용했습니다

배우 배우 비평 방법 및 기타 것들을 배우게됩니다 >> 그러나 우리는 그들의 사용을 정당화 할 수 있습니까? 그 논쟁은 별로 좋지는 않지만 실제로 이론적 인, 왜냐하면 점근선 그라디언트가 우리에게 그렇게 말하지 않기 때문입니다 >> 그래, 그건 내가 모르는거야 나는 그것이 가능하다고 생각한다 어쩌면 그것은 점근선 형태를 사용하여 우리에게 말해 줄 수 있습니다

어쩌면 우리는이 분석 기법을 사용할 수 있습니다 우리가 가진다면 확률 론적 근사치 안에있는 추가 용어 확률 론적 근사에 실제로 어떻게 영향을 미치는지 재귀 이론적으로는 그것을 분석하는 것이 가능합니다 그렇습니다

이러한 다른 기술들과 마찬가지입니다 이 모든 SVRG, Sagar, 그리고 다른 것들은 여기에 배치가 없다는 것을 제외하고는, 모든 것이 온라인이므로 할 수 있습니다 어쩌면 온라인으로 그것을 평균과 같이 추정 할 수 있습니다 그래서, 아마도 트리 타임 스케일 확률 적 근사 알고리즘, 여기서 세 가지 병렬 제어 변형을 추정합니다 >> 누군가가 당신에게 [들리지 않는] 변형을 주었다면 말입니다

당신이 그것을 추정해야하는 것이 아니라 우리에게 영향을 줄 것입니다 특히 그들은 그들이 유용 할 수있는 곳을 보여주고 있으며, 그들이 부분적으로 어떻게 그런지 [알아들을 수 없는]

New Mercedes-Benz S-Class Coupe range priced from £104,115

새로운 메르세데스 벤츠 S 클래스 쿠페는 104,115 파운드부터 가격이 책정됩니다 메르세데스 벤츠는 새로운 S-Class 쿠페 및 카브리올레 주문 도서를 개설했으며, 가격은 영국의 초급 모델 인 S560 AMG 라인의 경우 104,115 파운드부터 시작되었습니다 S560은 나가는 S500을 대체하고 메르세데스 트윈 터보 차져 40 리터 V8 엔진을 462bhp 형태로 얻습니다

AMGs는 모델, S63를 인수한다, 같은 40 리터의 버전을 사용한다 V8 그러나 힘은 603 bhp로 올렸다 내년에 곧 출시 될 BMW M8에 필적 할이 모델의 가격은 128,015 파운드부터 시작한다 판매중인 최상위 모델은 604bhp 트윈 터보 차져 60 리터 V12 엔진에 의해 구동되며 41 초에 62mph를 기록 할 수있는 AMG S65입니다 비용은 £ 189,615입니다

자동차의 첫 배송은 2018 년 초에 시작됩니다 프랑크푸르트 모터쇼에서 공개 된이 고급형 2 도어 자동차는 다양한 스타일 변경 및 새로운 OLED 테일 라이트를 채택했습니다 각 테일 라이트는 66 개의 개별 OLED를 통합하여 독특한 새 빛 그래픽을 제공합니다 또한 업데이트 된 인포테인먼트 시스템과 개정 된 범위의 실내 장식이 있습니다 스타일을 바꾸는 일에는 크롬 하이라이트가 추가 된 가볍게 변경된 범퍼뿐만 아니라 초기 S 65 쿠페 및 카브리올레에서 사용 된 것과 유사한 수정 된 실과 크롬 도금 된 배기관이 포함됩니다

성능 지향 모델은 또한 이전 블레이드 디자인을 대체하는 수직 루버와 엔진 베이 및 프론트 브레이크의보다 효율적인 냉각을위한 더 큰 에어 덕트가있는 프론트 범퍼를 갖춘 최신 AMG 그릴 처리 장치를 제공합니다 내부에는 3 개의 새로운 트림 라인과 3 개의 새로운 실내 장식 라인이 있습니다 S-Class 쿠페 및 Cabriolet의 123 인치 디지털 계기판은 클래식, 스포츠 및 프로그레시브의 세 가지 새로운 테마의 선택과 개정 된 그래픽으로 업그레이드되었습니다 Comand 인포테인먼트 시스템은 또한 다른 기능들 중에서도 3D 지형도 표시 및 Car-to-X 메시지를 지원할 수 있도록 소프트웨어 업그레이드를 제공합니다

메르세데스는 또한 S-Class Saloon에 이미 가져온 Active Distance Control Distronic 크루즈 컨트롤 및 액티브 스티어링 어시스트 기능의 형태로 개정 된 운전자 보조 시스템을 갖춘 범위 토핑 쿠페 및 카브리올레 모델을 제공했습니다 영국 이외의 시장에서 라인업을위한 출발점은 이제 S450 4Matic Coupé입니다 그것은 362 bhp와 368 lb ft와 더불어, 그 전임자 (S400)와 같은 turbocharged하게 된 30 리터의 V6 가솔린 엔진을 간직한다 주력 쿠페와 카브리오 레는 이미 S- 클래스 살롱에서 발견 된 최신 세대의 V8 가솔린 엔진을 채택합니다 새로운 S560 4Matic Coupé와 Cabriolet 모델의 트윈 터보 차저 40 리터 V8은 기존 S500 쿠페와 Cabriolet의 4

6 리터 V8을 대체합니다 도시 운전에서 추가 연료 절감을위한 실린더 셧 오프 기능을 갖춘이 신형 엔진은 462bhp로 대체되는 엔진보다 13bhp 더 많은 것을 제공하지만 이전과 동일한 516lb ft를 제공하여 새로운 S560 4Matic Coupe를 0- 46 초의 62 mph 시간과 제한된 155 mph의 최고의 속력 그것은 340mpg의 결합 소비와 183g / km의 이산화탄소 방출을 가지고있다 S63 4Matic Coupe와 Cabriolet도 재 작업되었습니다

그들은 트윈 turbocharged의 더 무겁게 조정되었던 버전을 채택한다 더 오래되었던 트윈 turbocharged의 대신으로 S560 4Matic에 의해 사용되는 40 리터의 V8 그들의 전임자에 의해 사용되는 55 리터의 V8 힘은 263 hb에 603 bhp까지 올라간다, 비트는 힘과 더불어 663 lb 피트에서 이전과 같게 남아있어 라 AMG V8은 AMG의 스피드 변속 자동 변속기의 9 단 변속기와 각 변속기에 완전히 가변적 인 배분을 특징으로하는 수정 된 4 륜 구동 시스템을 통해 구동하여 35 초의 0-62mph 시간을 요구하는 새로운 S63 쿠페를 부여합니다 제한된 155mph의 최고의 속력

그것은 303 mpg의 결합한 연료 소비와 211 g / km의 공식적인 CO2 등급을 가지고있다 정렬의 꼭대기에 S65 쿠페와 Cabriolet가있다 S65 살롱에서와 같이, 그것은 같은 트윈 터보 차져 60 리터 V12 엔진을 유지합니다 그것은 602bhp와 737 lb의 비트는 힘을주기 위해 0-62 mph의 가속력을 4

1 초와 제한된 155 mph의 최고의 속력을 제공한다 그것은 237mpg의 결합 된 연료 소비와 279g / km의 CO2 방출을 가지고있다 모든 모델은 메르세데스의 9 단 9G- 트로닉 자동 변속기를 제공합니다 S65 쿠페와 카브리올레는 기존의 7 단 7G- 트로닉 자동 변속기를 그대로 유지합니다

S560 카브리올레뿐만 아니라 S65 쿠페 및 카브리올레는 후륜 구동으로 독점 판매됩니다 나머지 모델은 모두 4Matic 4 륜 구동을 특징으로합니다 쿠페와 카브리올레 모델은 올해까지 S-Class의 총 판매량의 약 15 %를 차지했습니다

What’s new in Microsoft Excel: Machine learning-powered insights new data types new – BRK2122

>> 좋은 아침

환영 나는 존이야 나는 내 콜린즈에 의해 조롱 당할거야 야나 앤 올프 앤드 다음 시간 15 분, 우리는있을거야 너는 무엇이 새로운 소식인가? 엑셀과 쇼에서 당신은 그것이 무엇인지 보여줍니다

마지막까지 IGNITE 우리는 새로운 특징을 가지고 있습니다 너와 나누고 싶다 우리가 만든 기능에 대한 업데이트 몇 개월 전까지 만 발표했다 우리가 데모를 시작하기 전에, 문맥에 맞게 시작하십시오

당신 중 일부가 보였을 지 모릅니다 이 통계 및 키 노트 컨퍼런스 초반 나는 특히 인상적이었다 – 보기에는 흥미로웠다 75 명의 근로자는 최신 기술 효율적으로 일합니다 그것들을 암시하는 것 그들처럼 느끼지 마라

그들이 할 수있는만큼 빨리 그들의 일을하는 것 그리고 B는 더 나은 것을 깨닫고 있습니다 거기에있는 기술 다른 장소들 그 메모에, 다섯 명 중 두 명 직원들은 종료 될 것이라고 말했습니다 가난한 직장에서의 일 과학 기술

그래서 나는 우리가 모든 것을 알고 있다고 생각한다 오른쪽에있는 올바른 기술 시간이 문제를 해결할 수 있고 최하위 라인의 증가 사업을 위해 하지만 이것은 사실상 의미합니다 경쟁이 치열 해짐 그것이 발생할 때의 구분자 매력, 모병, 재능 확보 및 유지 미래에 어떤 것이 있을까? 그들은 언제 생각할 것인가? 다른 사람과 함께 진로를 결정하십시오 회사

클릭 한 번으로 드릴 다운하는 경우 더 나아가서는 AT를 들여다 보겠습니다 그 고통의 일부 포인트 피해를 입은 사람들 데이터를 의미하는 것으로 간주하십시오 우리는 네 가지 기둥이있다 얘기하자 먼저 사람에게주는 것은 숫자와 데이터의 무리 그것은 더 이상 절대로 절단하지 않습니다

트렌드를 맞추기 위해 필요한 외계인을 찾아서 그것 모든 사람들을 해방시킬 수있는 것은 아닙니다 현대 분석 누구도 과학자가 아닙니다 피벗 테이블 전문가 및 방법 알아보기 이 기능을 사용하려면 더 고급

새로운 세대가 필요하다 얻을 수있는 솔루션 통찰력 제 3의, 자연 WORK는 QUIT A BIT를 변경합니다 나는 MICROSOFT에서 일하고있다 지금 당장은 방문한 고객

동향을보고 놀랐습니다 특히 마지막 몇 주 동안 협업에 대한 몇 년 환경이 생겼다 사람들은 실시간을 기대합니다 어떤 장치에서든 공동 작업 테이블 스테이크로 할 일이있는 사람들을 봅니다

브로커의 모든 일 데스크탑 소프트웨어가 아닌 사람들과 데스크톱 및 전화 보조 직원의 작업 계획 그들이 선호하는 바대로 협력자 그래서 그들은 일할 수있다 실험실에있는 한 명과 함께 공동 방법 기술은 빨리 움직입니다

너와 함께 지어낸거야 잘못된 스택과 수 있습니다 월별, 월간 또는 심지어 하루 우리는 엑셀에 대해서 이야기 할거야 이 네 가지 기둥의 역할과 우리는 지능을 제공하고 있습니다

시각화 할 솔루션 엄청난 수의 센스 우리가 발전하고 있음을 보여줍니다 우리 분석의 일부 당신이 들어갈 수 있도록 돕는 도구 데이터를 쉽게 파악할 수 있습니다 그전에는 훨씬 좋았습니다 우리는 이야기를 공유하고 싶다 협동

나는 소수의 고객들과 이야기했다 컨퍼런스에서 그들 중 일부는 그것을 깨닫지 못했습니다 엑셀은 협업과 일을합니다 실시간으로, 당신은 파티를 열 수 있습니다

동일한 파일에서 함께하기 잠글 필요 없음 이것은 전체 스위트 룸에서 작동합니다 장치, 전화, 브라우저 또는 데스크톱 요금에 관해 이야기하고 싶습니다 당신의 개선의 들었을 때 들었어

MS 365 및 OS 365 우리는 매 해 2 번 선적하기 위해 사용했습니다 3 년 오래간만이야 당신이 얻는 속도와 속도 제품 개선 거대한

우리는 데스크탑 소프트웨어를 가져 가고 있습니다 그리고 너는 복수를 얻고있다 한 주에 한 번 준비하십시오 그들은 한 번 선택할 수 있습니다 한 달 또는 천천히 한 경우 너는 좋아한다

새로운 일을 누리는 날 버전 및 배포 5 ~ 7 년마다 이 거대한 업그레이 드를 갔다 사람들을위한 것입니다 서버에서 지금 당신은 가장 최신의 대단하다 그것은 최신입니다

작은 변화가 있습니다 관리가 훨씬 쉽고 거기서 거래해라 그리고 과정의 엑셀은 – 그것입니다 A와의 매우 불투명 한 제품 저장된 역사, 그리고 그것은 널리 – 가장 널리 사용되는 도구 데이터 분석을위한 세계 IT 부서의 결정을 내릴 수 있습니다 그냥 크기와 범위 제품은 정말 인상적입니다 나는 미국 감정의 세 가지라고 생각한다

T에서 일하기 위해 특권을 가짐 500 개 이상의 고유 사용 장치는 매달 수백만 달러는 여기에 있습니다 그리고 반 오픈 파일이 그걸 열어 줬어 매일 매일에 단지 금액을 보시면 의원의 CELL FOR EULY SECOND, 20,000 주위에 뭔가있어

매 2 분마다 실행됩니다 그냥 – 그 SCAPE가 바로 거대한 그래서 우리는 그곳으로 들어가서 당신을 비난하고 보여주세요 토킹을하는 중 – 그 진화를 위해 다음 단계 여기 저기 스위치를 놓으십시오

사실 우리는 가고있다 데모 세트와 함께 시작하지 마십시오 뛰어나다 우리는 신문에서 시작하려고합니다 모든 일에 현대 수사가 가상으로 시작됩니다

공간 때로는 IT가 시작됩니다 물리적 공간 사람들이 PDF를 얻을 수 있습니다 데이터 표가있는 PRINTOUT 너는 분석해야 해

회의에서 배신되었습니다 나는 회의 중이었고 데이터 및 테이블 장거리 달리기 그들은 그것을 안에 넣고 싶다 그것으로 일할 스프레드 시트 우리는 새로운 기능을 가지고 있습니다

여기에 발표했다 나는 전화를 받는다 빈 칸입니다 우리는 사진을 찍을 것입니다 이 데이터 및 변형 테이블 IT 및 엑셀로 얻으십시오

아래쪽에는 A가 있습니다 카메라 아이콘으로 그리드 그게 바로 INSERT DATA FROM 영상 버튼 우리는 잘 작동하는지 보겠습니다 모든 전선이 달린 스테이지 그림자

나는 사진을 찍을거야 그것 지금이 빨간 체크가 생겼어 수락합니다 나는 내가 그림을자를 수있다

처럼 내가 작물을 클릭하면 확대 할 수 있습니다 얻고 싶은 그림 데이터의 올바른 부분 그럼 내가 그걸 받아 들일거야 어떻게 작동하는지 확인하십시오

그것의 진눈깨비와 그림자 이리 IT 부서에 IT 부서를 보냈습니다 지금 서비스하십시오 우리는 그것을 얻었습니다 이 작은 그늘을 나에게 줄거야

화면 상단에 저에게 모든 데이터를 보여줍니다 캡쳐되었습니다 열과 행이 있습니다 텍스트와 숫자 거기에 붉은 광장이 있습니다

그게 내가 말하는 곳이야 그것이없는 곳의 그림 동의를 얻은 결과가 나온다 오른쪽 앰프 – TOP 오른쪽에서 검토 할 수 있습니다 하나의 항목

나에게 이미지를 보여주고있다 주변의 빨간 직사각형을 그려라 나에게 말해봐이게 내가 원하는거야 LOOKING AT 너는 내가 번호를 비난 한 것을 볼 수있다

손에 넣고 펴다 그럴 일은 없었어 권리 나는 직접 쓰는 것을 읽을 수있다 대부분의 날

지금 편집 및 변경을 클릭 할 수 있습니다 세 번째 숫자인데 지금 나는 3을 얻었다 그곳에 그 이상의 항목이 없습니다

검토가 필요합니다 거기에서 나는 삽입 할 수 있습니다 나는 그저 좋아, 나는 테이블을 가지고있다 엑셀 데이터 [박수 갈채] >> 그리고이 지점에서, 그것은 단지 텍스트 및 숫자

나는 내가 원하는 것을 선택한다 그것으로 그래서 우리는 이것이 될 것이라고 생각합니다 엄청난 생산성 향상 효과 포크의 경우, 특히 어디에서? 너는 해냈어 – 이건 다야

아주 빠르고 간단합니다 손과 손으로 그것을 타자를 치기 데이터를 수정할 수있는 능력 작업 흐름의 일부인, 우리는 생각합니다 사람들을 위해 정말 크게 될 것입니다 물리적 인 데이터 이동 가상 세계로 자, 이제 가보자

다른 새로운 기능을 사용하십시오 우리는 IGNITE에서 발표합니다 이 하나는 큰 변화이다 탁월한 플랫폼 그게 우리가 의미하는 바는 무엇입니까? THE ABILITY OF THE 미리 계산 엔진 드라마틱 한 방법

너를 보여 줄 수있게 해줘 먼저 문제를 설정하십시오 나는 테이블을 가지고 있으며, 그것은 똑같은 데이터와 모양 사진 그것은 미래에 있고 나는 추가했습니다 더 많은 돈을 벌기 시작했습니다

보고서를 작성하십시오 나는 인보이스 번호를 가지고있다 왼쪽 및 목록 제작품 이거 좀 볼 수있어 제품은 고유합니다

일부 반복 쌍대체가 있습니다 시간과 텐트 타임스 다음 칼럼에서, 나는 가지고있다 이들이 판매 된 국가 및 얼마나 많은 사람들이 팔리고 내가 작성한 단위 당 가격 합계를 계산하는 공식 판매

매우 간단합니다 이 테이블은 아주 오래되었습니다 나는 어떤 행을 숨겼다 행 25에서 행 744로 이동합니다 그래서 이것은 거의 750 줄입니다

데이터 내가 그렇게 했으니 까 크기를 변경하려고합니다 데이터 곧 나는 너에게보고 싶다 그

나는 가고 싶다 내가 원하는 모든 고유 제품 판매 된 총 판매량을 알아보십시오 그게 도전이야 너를 위해 잠시 동안 엑셀 사용하기 이것을 피봇 테이블에 넣을 수 있습니다 아마도

어떻게 사용하는지 알고 있다면, 너는 그것을 누릴 수있어 일부 결점이 있습니다 그것은 다른 사람들과 일하지 않는다 소지품 NEW를 추가하면 IT가 성공하지 못합니다

데이터 데이터 : 그리드에서 수행하려면 7과 9 사이에 가져 가야합니다 단계 나는 2 또는 3 개의 헬퍼를 추가해야한다 열을 모두 가져 와서 가져 가라

올바른 크기의 수 변경된 데이터 중, 나는해야합니다 그걸로 읽어라 MANUALEE – 추가 할 때 수동으로 수행 바른 길 무책임한 도움을주기 위해 이 힘, 우리는 가지고있다 7 가지 새로운 기능을 소개했습니다

그들 중 하나가 유일합니다 그래서 유일한 기능이 있습니다 고유 한 것은 무엇인가? 가치 목록을 반환하십시오 의 배열을 반환 할거야 가치, 모든 독특한 것들 칼럼에서 지금까지는 엑셀에있는 것이 있습니다

단일 값을 반환합니다 나는 제품을 선택하려고한다 볼륨과 내게 모든 것을 말하라 제품에 고유 한 것들 기둥 그냥 그거처럼, 우리는 모두 가지고있다

목록에서의 유일한 사건 그리고 그 반환 통지 이게 낳은 것 직사각형이 그려져 있습니다 그게 역 동성이라고 말하는 것 같아 정렬 그 모든 가치들 단일 객체와 함께

그들은 지금 가장 기본적인 것들이다 엑셀 공식 바를 보면, 나는 공식에 들어가지 않았습니까? 세포 그것은 겉으로보기에 빛난다 그건 내가 전화한다는거야

공식 결과, 그러나 그것의 결과 그 세포가 안으로 들어간 게 아니야 우리는이 배열을 유지하려고 노력했습니다 아주 가볍고 쉽게 작업 수식 바를 볼 수 있습니다 내리고 멀리 갈 수 있어요

과 그 포뮬러를 조정하십시오 기존 작품 THE LIGHT FINISH 문제가 생겼어 이 모든 독특한 방법 많이 팔렸어요 내가 SUM 할거야 당신은 그 기능을 인식 할 것입니다

제품에 둘러 쌓여있다 입원시 동적 인 배열은 너무 많이 작동합니다 SUM이 제품에서 나온 경우 범위와 기준이 맞지 않습니다 내 배열의 모든 것을 일치시킵니다

그래서 지금 너는 올 엑셀에서 범위를 선택해야합니다 보고 싶으십니까? 당신이하지 않는 동적 인 배열로 그 일을해야합니다 악 배열을 정렬하고 선택하십시오 상징 나는 어떻게 생각하는지 모르겠다

큰 이상 나는 말하기를 끝내고 자한다 그 중 어떤 것도 추가 할 수 있습니다 UNITS와 일치하는 것 기둥 그저 너처럼 해

대답 [박수 갈채] 이것은 7 ~ 9 단계로 사용됩니다 모든 종류의 실수를위한 방 우리는 이것이 A가 될 것이라고 생각합니다 거대한 게임 체인저

데이터가 발생한 경우 변화? 나는 단지 여분이 있어야했다 데이터를 주변에 두는 방법 그리드 내가 그려서 움직일 수있게 해줘 그것을 멈추기 위해 뒤로 그래서 나는 이것을 맛볼거야

신제품의 무리가있다 목록에 없습니다 나는 너에게 너무 많이 안기를 원해 내가 할 수있는 것만 큼 구조는 여기 붙여 넣기 THE ARRAYS JUST UPDATED

그들이 있기 때문에 더 길어졌다 필요합니다 그들은 계산 엔진 필요한 일이있을 때 이해합니다 쇼터 이상 또는 길어지기 그것을 조정하십시오

여기에는 두 가지 예가 나와 있습니다 단일 크기 사용 배열 또한 함께 일한다 2 차원 나는 너를 소개하고 싶다

다른 몇 가지 기능, 필터 기능 나는 몸 전체를 여과하고 싶다 이의 테이블과 나는 그것을 원한다 무엇이든지를 포함하여 DESTINATION 열은 일정 할 수 있습니다 어쨌든 나는 안으로 들어갔다

이게 여기 있습니다 다른 옵션이 있습니다 매개 변수 내가해야할 일이 무엇인지 말해 줄 수 있어요 비긴다

나는 그것을 들어올거야, 그리고 들어가야 해 너무 2 차원 배열로 작동합니다 넌 할 수있어 필터 및 SWORDS IN 그곳에 이 배열은 말을 꺼낸다 그럴 경우에는 어떻게 될까요? 일부 콘텐츠는 그물에 있습니까? 나는 이것에 대해 논평 할 것이다

기능 없음 그래서 지금은 그것의 조각입니다 본문 나는 TICK MARK를 앞에두고 넣는다 그것

이봐,이 텍스트를 순간 텍스트가있는 경우 그리드와 텍스트는 여기 저기에있다 그곳에? 그래서 지금 전진하고 돌아 가자 그 기능 필터를 다시 가동 시키십시오

재사용 할 것입니다 나는 SPILL하고 싶다 그러나 할 수 없다 너는 안에 목차가 있기 때문에 그리드 그냥 쓰러지기 만하면 안된다

귀하의 데이터 언제 나는 그 파운드를 얻는다 내가 원하는 범위를 선택할 수 있습니다 고침 할 방해물을 어디서 볼 수 있습니까? 됐어

내가 조지아에서 이걸 바꿀 경우 하와이,이 사람은 그냥 한 걸음 씩 올려다 본다 오랫동안 기다려온 엑셀 기능, 하와이는 더 작은 변화입니다 눈금 표시가 그대로 표시됩니다 ERA는 새로운 배열의 경계 그것은 간단합니다

왜냐하면 제가 할 수 있기 때문입니다 셀 참조 및 선택 그 (것)들을 삭제하십시오 이것이 훨씬 큰 범위라면, 나는 가려움을 골라 낼 수있다 셀과 엑셀은 그렇게 할 것입니다 나를

그것을 통해 간다 그 모든 그런 다음 삭제와 일치시킬 수 있습니다 열쇠와 그 뱉어 내고 그것 흐름 다시 SE 켜기 그리드

그들은 플랫폼의 일부입니다, 이 새로운 기능 만은 아닙니다 여기 저기에 가자 평등 예전 엑셀로, 나는 얻는다 단일 번호 또는 오류 그것을 입력 한 곳에 따라 달라집니다

동적 인 배열로, 나는 얻는다 셀의 단일 값 그리드를 향해 튀어 나와 그리고 엑셀은 그 방법에 대해 똑똑합니다 이걸로 일해라 여기에 다른 것이 있습니다

기능, 트랜시 스 나는 전체를 옮기고 싶다 전체 배열의 접촉 그것을 어떻게 선택했는지 보아라 자동으로 내가 그것을 사용했을 때

그래서 나는 그것을 옮길 수있다 가는 길 수학 또는 작업을하는 경우 이들에 관해서는 어떻게해야하는지 알고 있습니다 엘리먼트 – 현명한 전체 내용을 가져 가자

이 배열의 나는 많은 사람들이 함께하고 싶다 이 배열의 내용 나는 ENTER를 누른다 나는 얻다 2 차원 배열 우리가 어디에서 수학했는지 성분 – 현명함

>> 유연성과 편리함 함께 일하기 나는 모든 엑셀을 참조 할 수있다 정렬 나도 여기에 와서 시작하면 비정상적으로 그리드에 타이핑하면, 그리고 나는 진지하게 임명했다 그 변화를 위해 최선을 다할 것입니다

CELL과 ROLL ROLLING ARRAY UP 너는 어떤 데이터도 잃지 않았다 이제 오류가 발생했습니다 그러면 어디서나 볼 수 있습니다 당신이 그것을 선택한다면, 당신은 오류 및 범위, 수행 할 수 있습니다

그것을 삭제하십시오 모든것이 힘을 합칠 것입니다, 수퍼 유동체 우리는 이것이 A가 될 것이라고 생각합니다 사람들을위한 거대한 게임 체인저 고급 모델링을 통해 뛰어나다 나는 전자 메일 중 하나에서 보낸다

MVP는 누구보다 놀라웠 어 그는 흘린 스프레드 시트를 가지고 있었다 200,000 FORM LAS 이것들이 일어났습니다 A가있는 배열로 다시 채우기 단일 포뮬러 및 다시 이것들이 공식 이니까, 너는 그들을 찾을 수 있습니다

그는 하나의 기능으로 그것을 재건한다 그것이 다이나믹 배열을 만들었고, 파일에 같은 결과가 나타납니다 하프에서 계산 된 크기와 파일 크기는 99입니다 더 작아 다시,이 응용에 대해 생각해보십시오

기존 모델링에 걱정할 것을 대신하여 포뮬러 및 다운 받기 오른쪽 길이 그럴 때마다, 그럴거야 오류 용 ROOM 이 배열을 다시 놓을 수 있습니다 수행하십시오

우리는 오늘 밤에 발표 할 예정입니다 미리보기 가능 다음 단계로 넘어갈 것입니다 몇달 배열은 세포의 한 예였습니다 똑똑하고 지내기 여러 값

그것들을 세포에 그대로 두지 않았습니다 그것들은 그 궤적을 따라 그것들을 퍼뜨렸다 데이터 유형은 다음과 같은 좋은 예입니다 단일 값의 여러 값 세포 오늘날 셀에, 당신은 일반적으로 텍스트로 작업 할 수 있었습니까? 숫자와 금액 및 화살표

대부분 텍스트 또는 숫자입니다 이 셀에는 내가 가진 열이있다 시험 이것들은 주 (state)가되도록 지원됩니다 우리는 소개하고 있습니다

가질 수있는 재능에 대한 능력 더 복잡한 또는 합성물 세포에서 나는 리본과 히트까지 갈거야 지리적 인 단추 텍스트가 모두 전송됩니다 구름

MICROSOFT가 힘을 얻었습니다 그래프 그것은 나에게 데이터를 돌려 줄거야 그 유형을 나타내는 유형 상태 나는 그 다음에이 아이콘을 가지고있다

너는 빛의 종류를 볼지도 모르겠다 내가 그 위에 마우스를 올리면 내가 그것을 클릭하면, 당신은 보게 될 것입니다 카드가 있고 그 카드가 있어요 알라바마

나는 모든 것을 탐구 할 수있다 가치가 있습니다 우리가 가진 많은 자료가 있습니다 이것은 단지 주가 아닙니다 IT는 도시와 국가 및 우편 번호

우리는 사랑이 있다고 생각합니다 오용 데이터에 대한 시나리오 이미있다 너가 ZIP의 명부를 입력하면 코드와 당신은 도시가 필요합니다 보기 유형을 변환하십시오 밖으로 나가는 것은 매우 쉽습니다

나는이 위젯을 클릭 할 수 있습니다 카드 그리드를 그리드로 가져옵니다 IT를 넓 힙니다 인구 가치가 있습니다

귀하가 포뮬러에 통지하는 경우 바, 데이터를 복사하지 않았습니다 포뮬러를 작성하고 DEREFERENCED 및 PUT 그리드의 인구 지금 나는지도 도표를 삽입 할 수 있고 그곳의 미국지도를 구하십시오 인구에 의한 미국 뉴욕은 희박 해

그것 때문에 아무 데이터도 없기 때문에 그래서 나는 데이터에서 벗어났다 세트 뉴욕에 A 타입으로 갈거야 CELL NOW

주의 사항은 일종의 단점입니다 그리드에서 모두 혼자 데이터를 변환 할 때 종류가 없으니 까 컨텍스트, 서비스, MICROSOFT 지식 그래픽 의지 뉴욕에 보냈 니? 의미가 많으니까? 데이터 선택기 PANE가 열립니다 도시와 주 및 도시가 있습니다

아이오와 카운티 내가 원하는 것을 찾았을 때, 나는 IT를 선택할 수 있습니다 셀이 그 데이터가 될 것입니다 유형 어서 가라

그러면 그걸 지워라 내 목록에 그렇게하고 싶어 그것은 미국의 주입니다 아래쪽으로 내려 가자 이리

나는 뉴욕에있을거야 이제 두 가지를 지불해야합니다 여기에주의하십시오 오늘 엑셀처럼 그것들의 목록이있다

DOLLARS, FOR IATATED DOLLARS 그리고 나는 아래쪽에 새로운 소식을 입력하십시오 엑셀은 당신이 더 원한다고 생각할 것입니다 서식을 적용하고 서식을 적용하십시오 그리드에는 약간의 비트가있다 지성 내가 뉴욕에 여기 입력하면 그것을 약속하십시오

문맥 IT가 이봐, 너는 A에있어 주 목록 당신이 새로운 것을 원하기 때문에 요크 내가 그걸 입력하면 너는 볼거야

과연 데이터 유형을 돌려 보내지 않음 나에게 올바른 데이터를 제공한다 유형 그래서 나는 지금 주를 얻었다 IT는 많은 기능을 가지고 작동합니다 엑셀

나는 필터 또는 정렬을 원한다면, 나는 그리드에 힘을 넣지 마십시오 필터 용으로 열 수 있습니다 데이터 유형과 함께 나는이 필드를 선택했다 나는 그걸 떨어 뜨릴 수 있습니다

이것은 나에게 모두에게 접근을 제공한다 이 데이터 유형의 필드 보기를위한 시간대, 말하게하십시오 나는 중앙에서 벗어나고 싶다 내 분석을 수행 할 시간을가집니다 알았어

모든 업데이트 이것들은 뭉치를 통해 마실 것입니다 엑셀 기능의 특징 그리고 그것은 단지 지형이 아닙니다 우리는 또한 금융과 협력합니다

악기 그래서이 사건에서 나는 재정적 인 재고 포트폴리오 비축자가 있습니다 몇몇은이다 회사 이름 종류가 있습니다

나는 말하기를 갈거야 재고 데이터 유형 IT는 그 이름을 그대로 고정시킵니다 회사의 적절한 표현 또는 금융 계기 그것은 단지 주식이 아닙니다

그것은 기금과 다른 것입니다 금융 상품 유형 IT 와 일하다 이것들은 모두 진짜입니다 아이콘을 클릭하고 모두 볼 수 있습니다 저기있는 가치들

모든 데이터가 있습니다 시장은 지금 열려 있습니다 이게 뭔지 보여 줄게 GO GO TO GO 그러나 다시 일할 수 있습니다

와 이 시간에 나는 위젯을 찰거야 나에게주는 테이블 위에 쉽고 빠르게 접근 할 수있는 방법 모든 분야와 당겨 틱커 기호 내가 컴퓨터를 원할지도 모릅니다 VALUE OF MY PORTFOLIO

가치는 가격입니다 주식 나는 가격을 내야 만한다 그리드에 들어가서 열을 가라 그리드에서의 가격 및 작업

나는 그것을 직접적으로 얻을 수있다 양식을 사용 중입니다 나는 평등을 말하고 선택한다 데이터 유형 및 즉시이 POP-UP을 가져 오십시오 모든 분야에 나에게 주어라

나는 가격 필드로 내려갈 것이다 우리는 가격을 곱하려고합니다 주식의 수와 주식수를 엑셀은이 포뮬러를 가져갈 것입니다 저를위한 테이블 아래에 채워주십시오 다시 진짜로 가벼운 모든 양식에 쉽게 액세스 할 수 있습니다

라스 나는 모든 죄송합니다, 모든 분야 지금 내가 얻은 것이고, 나는 할 수있다 완성 된 건물 계기반 나는이 두 개의 계수를 취할 것이고 멋진 파이 차트 삽입하기 내 생각을 나에게 알려준다

분포 나는 여기 저기로 갈거야 하지만 다시 데이터 유형이 있습니다 가치 그래서 거기에는 다른 것들이 있습니다

방법 예를 들어, 나는 시작했다 함께 가벼운 물건 만들기 이 서류에 대시 부탁드립니다 이 모든 것이 데이터 유형입니다 그리고 머니 셀

글꼴은 조금 큽니다 나는 양식을 집어 넣었습니다 다른 곳으로 나가는 장소 그들과 함께 그리고 크기를 조정하십시오 좋은 생각을하기 위해서 나는 그것을 재사용하고 싶다

나는 그것을 복사하고 붙여 넣을 예정이다 처음부터 다시 시작하십시오 그것을 먹기 그냥 건물을 마무리해야합니다 계기반

테이블은 바뀌고있다 나는 지금 그 줄을 알고있다 복사 할 때 삽입하는 중입니다 또는 붙여 넣기의 흔적 그럼 우리가 간다

이 세포들은 약간의 세포로 만들 수 있습니다 넓게 나는 모든 것을 읽을 수있다 데이터 그래서 내 대시 보드가 있습니다 나는 단지보고 싶지 않다

MICROSOFT OVER AND OVER 그래서 엑셀에서, 내가 맘에 든다면 세포에서 텍스트의 조각, 나는 할 수있어 OVERTYPING 및 클릭하십시오 셀, 텍스트의 새로운 부분을 입력하십시오 ENTER를 누르면 IT가 변경됩니다 오래가는 행동과 일 데이터 유형은 물론

이 셀은 데이터라는 것을 알고 있습니다 유형 내가 뭔가를 입력하면, AMAZON, 알았어, 히트하자 ENTER, IT OVERTYPED 서비스에서 돌아 왔습니다

이 거미를 만들어라 그래서 그것은 데이터 유형을 알고 있습니다 새로운 것을 입력하는 경우 거기에 IT가 있다고 가정합니다 데이터 유형 및 주장 여기까지는 차가워요

차가있어 이것들은 세포에서의 진정한 가치입니다 함께 일하기 쉽고 마지막 데이터 유형은 여기에 전체 내용이 있습니다 S & P 500

500 개의 악기가 있습니다 S & P 500 이것은 당신이 알다시피, 컨퍼런스 인터넷 몇 초 동안 나와 함께 맺어 라 DEA의 속도

나 그냥있어 나는 단지 그 이름을 얻지 못했다 회사 또는 가격 나는이 모든 자료를 가지고있다 악기, 모든 분야 오버플로를위한 몇 초 만에 500 장비

그렇게 쉽게 포장을 풀 수 없습니다 나는 티커를 갖자고 말할 수있다 자동 완성을 사용하는 기호 시각 아마 내가 원하는 산업일지도 몰라 모든 것이 있습니다

정말 빠르고 쉽습니다 테이블을 만들라 내가 여기에서 얻을 수있는 곳 볼륨, 말하자 그런 다음 여기에 어쩌면, 나는 얻고 싶다 보고 백분율의 변화 얼마나 바뀌 었습니까

나는이 표를 얻었다 나는 그것을 어떻게 알 수 있습니까? 나는 세포를 착색 할 수 있고 분별 및 필터링 및 수사 어떤 추세를 찾으십시오 우리는 다른 기능을 가지고 있습니다 그게 아이디어 야 이건 우리가 언명 한 것 같아

올해 초 지금 바로 가고 있습니다 나는 아이디어를 클릭 할 것이다 나는 그곳에 있어야 할 필요가 없다 표

테이블을 찾아라 나를 IT가 선택하고 시작합니다 일부 분석으로 실행 지능형 서비스 당신은 지금 경고를 볼 수 있습니다

지금 당장의 실제 시장 데이터 나는 통찰력이 무엇인지 확신하지 못한다 있을거야 이를 통해 살펴 보도록하겠습니다 너 여기 볼 수있어, 내가있어

저에게 들리는 표 산업, 전자 구성 요소 전화는 뚜렷이 알 수 있습니다 낮은 변화와 기름과 가스, COG, 나는 회사가 무엇인지 확신하지 못한다 그것은 더 높은 음량입니다 무언가가 거기에 있습니다 나는 아래로 스크롤 할 수 있고 유지할 수있다

이걸 보면서 자산 관리, BNN 및 STT HAVE 오른쪽으로가는 거래 많이 지금 이 소유권에 대한 고지 차트 그럴 줄 알았어 통찰력있는 내용 설명 NATURAL LANGUAGE

이 중 하나를 사주자 나는이 하나에 관심이있다, 나 피봇 차트를 삽입 할 수 있습니다 새로운 시트를 만들 것입니다 피벗 차트를 나에게 줄래? 피벗 테이블 피고를 어떻게 사용하는지 알고 있다면, 너는 거기서 갈 수있어

추가하고 할 일을하십시오 분석 좋은 점프 오프 포인트 LIKEWISE, 일부는이 사람들이다 차트

이 중 대부분은 피벗 차트입니다 지금 아래쪽에는 34라는 알림이 있습니다 결과 나는 더 많이 볼 수 있습니다

다른 열을 먼저 추가합시다 가격을 추가합시다 지금 나는 가격을 추가했다 IF를 다시 보게하십시오 더 많은 것을 생성하는 IT 흥미 진진한

너는 뭘하고 있는지 결코 알지 못한다 REALTIME 시장과 함께 얻으려면 데이터 34 개 결과를 열어 라 나는 아래로 스크롤 할 수있다 내가 생각하는 것을 찾아라

흥미 진진한 내가 보여준 너에게 보여준 데이터 다른 날에 일하기 이 하나에 대한 실행 통찰력을 갖자 이리 그리고 이것은 다시 똑같은 생각입니다, 몇일 만에 데이터가 나온다

늙은 이 시간, 그것을 끌어 올렸어 클러스터 변화 비율과 볼륨이 A를 형성하는 것처럼 보임 두 명의 외계인과 IT 트렌드를 식별합니다 이걸 봅니다

나는 인사이트를 삽입 할 수있다 나는 더 많이 시작할 수있다 분석 지금 나는 열 가격을 추가했다 이 프로그램을 다시 실행하기 위해 필자는 열을 변경할 수 있습니다

– 어서 가자 그래서 내가 가서 편집 할 수있어 그리드 내가 가끔씩 원할 때가있다 엔진이 무엇인지 변경하십시오

LOOKING AT 나는 커스텀을 클릭 할 수있다 결과 IT가 향상 될 것입니다 롤링 미리보기로

나는 여기에 와서 설득 할 수있다 내가 생각하지 않는 것은 흥미 진진한 내가 AT에서보고 싶지 않을 수도있다 볼륨 더 이상 우리는 그저 그렇게 생각할 수 있습니다

너는 어떻게 대처하고 있니? 그것? SUM 또는 그것을 다루고 있습니까? 평균? 나는 그것을 바꿀 수있다 아마 너는 가치가 없다 조건에 따라 컴퓨터 사용하기 번호 나는 볼륨과 업데이트를 삭제할 수 있습니다 그것

아이디어는 다시 실행되고 나에게 줄 것이다 새로운 통찰력의 집합 IT와 함께하기가 정말 쉽다 그 중 일부는 데이터를보기 통찰력입니다

여기 저기로 돌아 오게 나는 너를 두 번 보여 줬어 풍모 우리는 두 가지를 발표했다 YEAR, NEW DATA TYPES 그럼 당신은 할 수 있어요

세포가 텍스트가 아닌 텍스트를 받아 들인다 귀하가 할 수있는 더 부유 한 목표들 와 우리는 당신에게 두 가지 교실을 보여 줬어 데이터 유형 지리학

대단한 부분과 그것의 사람들을위한 재고 데이터 유형 엑셀로 포트폴리오를하고 있습니다 에 대해 발표되는 일반 이용 가능성 GA가 넘을 것입니다 다음 몇 주 그 때 나는 당신에게 아이디어를 보여주었습니다

그게 대단한거야 자동 감지 패턴, 외계인, 트렌드, 당신을위한 시작하는 사용자, IT가 제공 볼 수있는 분석에 대한 접근성 전에는 불가능했습니다 더 많은 정보를 얻으려면 유용합니다 고급 사용자 작업대를 열어 보시라

그것들을 통해 그리고 슬라이드 안으로 들어가기의 아이디어 귀하의 데이터 너는 그것들 중 하나라고 볼 수있다 점프 오프 포인트 그것들은 다음 몇 주 영어로되어 있습니다

우리는 밖으로 생각을 시작할 것입니다 다른 언어 지능 엔진 CLOUD를 (를) 사용하여 처리 할 수 ​​있습니다 다른 언어의 데이터 새로운, 우리는 발표한다

데이터를 그림 삽입 사람들이 움직이는 테이블 데이터 그것은 인쇄되어 있습니다 그것을 엑셀로 가져 가고 싶습니다 그리고 나서 마지막에는 NOT CUSTOMLY NOT 적어도 DINAM BEINGIC이 (가) 있습니다 – 다이내믹 어레이

그건 꼭 알아야 할 특징이에요 어떻게 바뀔지 스프레드 시트가 작성되었습니다 세 가지 새로운 기능이 있습니다 하나 더 많은 것을 배우고 싶다면 너와 함께 할거야

금요일 세션 고급 분석 연극 세션도 있습니다 동적 배열의 우리는 당신에게 더 많은 팁과 트릭 그걸로 나는 손을 놓고 싶었다

OLAF에 그는 현대에 대해 이야기 할 것입니다 해석학 [박수 갈채] >> 다음 세션을 위해, 나는 컸다 직통으로 곧장 들어가기 데미즈와 현대에 대한 이야기 ANALYTICS와 당신이 할 수있는 일 그곳에

우리는 대단한 데이터를 만드는 방법을 보여주었습니다 유형 내가 뭘 좋아하는지 보여 줄거야 외부 데이터를 가져올 수 있습니다 탁월한 압 력과 자동화 전체 프로세스 및 청소 데이터 및 귀하의 데이터를 쉽게 공유 할 수 있습니다

그리고 그 일을 주변에서하십시오 데모로 전환하자 환경 >> 나는 엑셀에있다 나는 너를 보여주기 위해 갈 생각이야

파일로 작업 할 수 있으며 클린 업 그 사람들이 많이 가지는 일 당신에게 엑셀을 보냅니다 파일과 당신 그것들을 파일에 담아라 복사하고 붙여 넣기해야합니다 매월 또는 월간 보고서 다시 몫

너는 그걸 전부 자동화 할 수있어 소지품 서버가 있거나 보기를 생성하는 몇 가지 응용 프로그램 파일을 얻고 싶습니다 그 (것)들에 통찰력 나는 여기에 엑셀 파일에있다

나는 피벗 테이블을 가지고있다 거기에 멋진 데이터가 있습니다 나는 그 데이터로 돌아갈거야 최종 결과의 종류 이 데이터 탭을 클릭 할 수 있습니다

이리 데이터 탭이 있음을 통보하는 경우 QUATED QUIT A BIT 처음에는 새로운 일괄 서비스가 있습니다 아이콘 기본값에 의한 두 번째 변환 지금 POWER QUERY에 의해 전력이 공급됩니다

다른 모든 연결은 있습니다 잘 됐네 너는 그걸로 연결될 수있어 내가 데이터를 클릭하면, 나는 다양한 옵션이 있습니다 나는 직장에서 데이터를 얻을 수있다

또는 SharePoint 폴더 오늘 내가 뭘 사용할 건데 데이터로부터 데이터를 얻을 수 있습니다 AZURE, ONLINE SERVICES 또는 A로부터 다른 서비스의 전체 호스팅 정말 많이 차갑다 모든 데이터에 연결하려면 저기에있어 내가 여기서 한 일을 보여주기 위해 나는 파워 쿼리를 열 것이다

편집자 여기, 당신은 내가 창조 한 것을 본다 다른 종류의 전체 연결이 이미 있습니다 하지만 집중하러 갈거야 오늘날 마진

여기 마린에 보면 너는 보았다 그게 탁월하고 깨끗한 테이블 이미 최종 결과 이 테이블이 어땠는지, 그것 A와 SharePoint 폴더에서 완전한 더러 웠고 그 안에 MP3가 있었어 나는 걸음을 걷다 내가 새로 고침을 클릭하면 IT가 새로운 데이터를 얻고 그것을 실행하십시오

스트레이트 인 엑셀 언제든지 IT가 성공합니다 새로워지며, 모든 것을 통해 진행될 것입니다 그 단계 맨 위에, 당신은 볼 것이다

출처 나는 거기에 클릭 수 있습니다 IT는 SharePoint 사이트입니다 평소에 내가 가고 싶으면 문서 라이브러리, 나는 가능했다 전체 URL

당신은 그것을 원하지 않습니다 그냥 최고 수준의 사이트를해라 필요 내가보고 싶어하는 것 같아 CELL 사이트

나는 SAY ENTER 당신이 얻은 것은이 목록입니다 우리가 본 모든 것을 어디에서 보았습니까? 이 폴더 또는 폴더 정보 실제로 문서 라이브러리 당신은 SharePoint를 사용하고 있습니다 나는 EXTINCTIONS에서 볼 수 있고 말하고 싶다 엑셀 파일

누군가가 MP3를 떨어 뜨렸다 그곳에 내 질문이 올거야 너는 그걸 지울 수있어 나는 엑셀의 좋은 목록을 가지고있다

파일 여기에 갈 수 있습니다 폴더 경로 및 여기를 클릭하십시오 그 중 하나를 필터링하고 특정 문서 라이브러리 또는 그 모든 ONEFOLDER 파일이 있습니다 그래서 얻을 수있는 다른 방법이 있습니다

당신의 데이터에 그렇게하십시오 다음으로 우리는 열, 가벼운 청소 물건 필요 없어 INVOKED 커스텀 기능 나는 지출했다 – 우리는 여기에 클릭했다 파일들을 결합 시켜라

함께하고 새로운 소식을 추가했습니다 나에게 보여주는 여기 열 그 (것)들의 테이블 그래서 지금 나는 다른 모든 것을 청소할 수있다 열을 내십시오 나는 이걸 좋아해

계산 또는 작업 수행 열과 함께 그럴 때, 나는 그것을 제거 할 수 있습니다 IT가 바로 그것을하기 때문에 단계, 당신은 청정으로 끝장이야 작은 것들 우리는이 칼럼을 가지고 있습니다

이름 파일 이름입니다 매우 진전 된 유능한 많은 시간, 사람들은 안으로 들어올 것이다 엑셀의 보고서 이 경우에 일부 데이터가 있습니다

국가, 일부 셀 번호 절대로 표 머리글을 넣지 마십시오 그게 여기 있다고 말했어 CAME 파일에 정보가 있습니다

이름 꺼내기가 힘듭니다 그게 내가 이것을 지키는 이유야 파일 이름으로 열을 지정하십시오 그 자체 나는 문을 열 것이다

테이블과 그 모든 것을 보아라 이 테이블에 다른 것을 제거하십시오 거기 열거하십시오 지금 테이블을 열었습니다 나는 모두와 이름이있다

테이블의 데이터와 그들은 모두 근사해 함께 지금 나는 다른 어떤 청소를 할거야 여기에 내가 가진 차가운 것들 중 하나 완료, 나는이 출처를 가져갈 것이다

테이블과 부스러기 변종을 클릭 할 수 있습니다 변혁하면 할 수있다 리미터 또는 제한에 의한 분리 다른 방법 이 경우에는 정말 쉬웠습니다

출생 국가 이름을 알아 내려면 이리 우리는 DELIMITER로 간단히 분할합니다 또는 네가 그렇게한다면, 나는 끝났다 여기에 새로운 칼럼 간단 하네

국가 이름을 부름 그 후에, 나는 다시 입을거야 일부 콜렉션 및 제거 열과 실제로 끝내기 첫 번째 열을 제거하고 그것을 대체하고 칼럼의 주문 열 내가 그저 만들었 어 첫 번째 합당한 소리

좋은 깨끗이 끝 냈어 그 시작 부분의 열 파일 이름을 실제로 바꿨습니다 지금의 VISCOUNTRY – 나는 나라가있다 내 목록에있는 이름 IT가 너무 복잡하면, 우리는 이 새로운 기능이 있습니다

우리는 칼럼과 A를 추가 할 수 있습니다 보기에서 열이 IT를 만듭니다 그것을 아주 쉽게하십시오 어떻게해야할지 모르겠다면 그 중, 열을 클릭하십시오 보기에서

나는 여기에서 유형을 시작할 수있다 나는 말할 수있다 인도와 이야기하자 에이 그곳에 인도는 50 만개의 헤드폰을 판매합니다

그리고 내가 들어가면 너는 그것을 본다 즉시 피킹 및 IT 나를 위해 그 문장을 창조 하셨고, 그리고 당신은 그것이 지금 어떤 국가 및 제품 그들이 뭘 버렸는지 거기에 실수가 있다면, 나는 두 번째 줄로 갈 수 있고 정확한 정보 또는 내가 보는 정보 실수, 나는 그걸로 갈 수있어 오해 및 정확한 IT 및 IT OCCUPY 나에게 맞는 IT 그것이 창안 된 공식을 보여줍니다 나를 위해

이것은 당신이 무엇을 배울지를 도울 것입니다 사실은 알지 못했다 그것이 무엇인가, 그것의 플래시 필입니다 나는 모든 사람들이 플래시를 알기를 바랍니다 새로운 열을 채울 때 기입하십시오

그러면 IT가 다운됩니다 너는 절대 그걸 알지 못한다 뽑혔다 너는 절대 새로운 방법이 아니다 이것은 플래시 충전을 켜는 것과 같습니다

스테로이드 나는 그곳에 가서 변화시킬 수 있습니다 공식 또는 간단하게 내가 원한다 범하다 나는 그것과 잘 맞습니다

그리고 그 열을 추가합니다 끝까지 나를 위해 이제 우리는 열 이름을 바꿀 수 있습니다 나는이 일로 다른 일을 할 수있다 당신은 차가운 것을 상상할 수 있습니다

그것으로 쉽게 들어갈 수 있습니다 너는 알지 못한다고 대답한다 너를 지 으라 그것과 함께 올 것이다 트렌드

나는 이걸 벗어 버릴거야 이것을 저장하지 마십시오 내가 그것을하기 전에, 여기에 당신이 원하는 것은 가까이에서 가까이에 말하십시오 내가 있기 때문에 내 것이 밝혀졌다 이미 T 직원과 이야기합시다 그 모든 데이터에 연결 중입니다

그리고 나는 백만 달러 이상으로 나아갈 것입니다 행 당신이 가까이에 너무 가까이서 말한다면, 데이터 모델을로드하는 경우, 너는 너만큼 크게 갈 수있어 컴퓨터 허용 나는한다 8000 만 행의 희생자

그것은 매우 빠릅니다 PIVOT에서 일할 수 있습니다 NO NO TABLE 문제 나 여기 가까이에있게 해줘 내 변경 사항을 취소하십시오

한 번 당신은 그것을 데이터에 놓았습니다 모델 및 그것을로드하지 마십시오 그리드는 다시 엑셀 파일은 비었지만 모두 빠졌습니다 그 데이터 – 그것은 마치 거의 같습니다 데이터베이스 내부의 엑셀

그걸하기 위해서, 당신은 클릭하십시오 MINIATURE DATA MODEL 내 데이터 모델에서, 내가 클릭하면 저기, 내가 너에겐 이미 있음을 알게 될거야 그 마징 표 나는 다른 모든 테이블로 갈 수있다

잘하고 정확하게 본다 내가 힘으로 창조 한 표 경력자 나도 그렇게 많이 끌었으니 다른 파일들 SharePoint 파일을 가져 왔습니다

다른 사람과 연결됨 데이터베이스 나는 관계를 설정할 수있다 그것들 사이 여기에 클릭하면 다이어그램, 모든 것을 볼 수 있습니다 내가 가지고있는 다른 테이블들

나는 해고하고 떨어 뜨린다 그 (것)들의 관계 나는 지금이 모든 데이터를 사용할 수있다 내 피봇 테이블 및 IT 인도가 이해할 만하다 국가

나는 국가 표를 가지고있다 나는 다른 스탭들을 찾아 볼 수있다 그리고 그것에 대한 멋진 통찰력을 가지십시오 DATA RIGHT AWAY 그게 네가 만든거야

사이 당신이 어떻게 해야할지 모르겠다면 이 피벗 생성을 시작한 경우 그 파일에있는 테이블과 드레그 관계가 없다, 엑셀 POP가 올라가고 아무 것도하지 않습니다 관계 우리는 당신이해야한다고 생각합니다

자동 감지를 원하십니까? 당신과의 관계? 그 (것)들을 위해 시작될 것이다 당신 너 여기 항상 돌아올 수있어 우리가하지 못했다면 맞춰주세요 그들이 너와 같은 방향을 감지한다 어떤 것을 맞춤화하고 싶습니다

내가 보여줄 마지막 사건 여기, 그리고 우리는 그 세션을 가지고있다 이쪽으로 가라 너는 할 수있어 이리 공식으로 대책을 세운다

너는 오직 한 번 오른쪽으로 그리고 너 너 피봇 테이블에서 사용할 수 있습니다 그것은 당신을 다시 계산할 것입니다 WROTE NA FORMULA 나는 소득 차이를 원했다 나는 목표 세입의 합계를한다 마린 년의 합계 날짜 수익

나는 약간의 포뮬러가있다 그곳에 나는 지금까지 그걸 감수 할 수 있습니다 내 피봇 테이블 및 자동 이 모든 것들을 계산하십시오 곧바로 나는 아주 빠르다

당신이 쓰기를 원하기 전에 VEALO 컵의 전체 뭉치 그래서 이게 진짜야 매우 쉽다 지금 우리가하는 큰 일은 오늘 IGNITE에서 발표 당신이 여기에서 보는 것입니다 데이터 모델은 현재 사용 가능합니다 사무실에있는 모든 SKU

TOP-TEN에 사용 된 SKU 지금은 모든 사람이 이용할 수 있습니다 ERST SKU 너는 정말로 함께 일할 수있다 여기에 데이터 모델의 힘

그래서 나는 이것을 닫을 것이다 그리고 그 피봇으로 돌아온거야 여기 테이블이 있습니다 피벗 테이블을 클릭하면 – 우리는 거기에 갈 피벗 테이블을 클릭하면, 여기에 모두 보시고 모두 보아라

아이콘이 표시되면서 보았습니다 데이터 모델 나는 그걸로 간단하게 일할 수있다 여기에서 그것을 드래그하십시오 이것은 정말로 차갑다

그것과 함께 일하는 것은 아주 좋은 것입니다 당신의 데이터 언제든지 나는 엑셀을 열어, 나는 모두 해야 할 일은 새로 고침 버튼 그 모든 데이터로 이동합니다 근원과 모든 것을 신청하십시오

청소 단계와 모든 것을 버리십시오 여기에있는 데이터는 결코 존재하지 않습니다 그 중 어떤 단계를 거쳐야할까요? 다시, 그것은 매우 차갑다 지금 내가 이걸 공유하고 싶다면 다른 사람들과 함께, 내가해야 할 모든 일이있다 주식을 간단히 클릭하십시오 단추

나는이 엑셀 파일을 함께 나눌 수있다 내 사업체 또는 그 어느 누구도 IT가 당신의 바깥쪽에 있습니다 기업 나는 전자 메일 주소에 단지 입력한다 이리

어떤 사람들에게는 피봇 당신이 보는 테이블과 모든 것 너무 복잡하거나 너 같을 수도있어 액세스 권한을 부여하지 마십시오 그 데이터 모델을 가진 파일로 있음 당신은 파일을 클릭 할 수 있습니다 게시하십시오

너는 이것을 힘으로 퍼뜨릴 수있어 BI IT 데이터 및 PUT 가져 오기 힘 BI에서 그것을 만들고 좋은 작은 파일들 데이터를 변경할 때마다, IT 부서에서 데이터를 변경합니다 POWER BI가 좋습니다

엑셀을 열지 않고도 파일은 데이터를 업데이트합니다 귀하의 보고서에있는 출처 사람들은 쉽게 그것을 소비 할 수 있습니다 데이터 및 분석 Excel 및 HAVE 자신의 엑셀 파일 직접 작성 엑셀 파일에 연결됨 만약 당신이 더 많은 것을 배우고 싶다면 오늘 우리가 세션을 할거야

2시에 내가 깊이 들여다 보니 POWER EXCEL 그것의 빠른 개요였습니다 분석 PowerPoint로 돌아 가자 나는 여러 가지를 보여 주었다

이리 우리는 많이 해냈다 주변의 개선 우리는 많은 속도를 업데이트했습니다 우리는 우리에게 개선을 가져 왔습니다

OBDC, 데이터 용 커넥터 우리는 또한 새로운 것을 추가하고있다 커넥터 거기에 오랫동안 목록이 있습니다 파워 쿼리, 파워 피봇, 두 가지는 코드 공유 엑셀과 파워 BI 사이

너는 어느 쪽인지 만 있으면 힘 BI 또는 엑셀, 그것 동일 의회 너는 뒤로 나아갈 수있다 그것들 사이 너에게 힘 피벗을 보여라 나는 그것이 지금 어떠했는지에 관해 당신에게 이야기한다

모든 곳에서 사용 가능 대단하고 이야기가 많은 SKU 실제로 그것을 얻는 방법 어디에나 내가 가고 싶어하는 다음 데모 현대 콜라 우리는 거기에 멋진 새로운 것을 가지고 있습니다 잘 내게로 돌아 가자

기계 >>이 중 하나를 닫으십시오 정말 빨리 무언가가 바뀌 었습니다 미안합니다

여기에 내가 무엇을 보여줄지 오늘은 보통 엑셀 파일입니다 내가 들어왔다 이 파일은 네가 볼 수있어 온라인 데이터 소스 나는 함께 일하고있다

그리고 내가 말할 수있는 이유 다른 사람들과 함께 일하고, 너는 그저 조금만 POP를 올려라 일어난 일 뉴스 사용자 이름 나는 여기를 클릭 할 수 있습니다 너 앤이 여기에있다

나와 함께 일하고 나를 전화로 보낸다 셀 번호가 뭐니? 와 이것은 실시간 협업입니다 우리는 그 동안 그렇게했습니다 나는 새 것이 아니야

발표 당신이 클릭 할 수있는 방법을 나타 냈습니다 공유 버튼, 공유 할 수 있습니다 그것과 함께 그들이 바로 열려 있다면, 그들은 들어 오기 시작한다

너의 엑셀 파일 그래서 너 공동 작업 모든 프로필에서 작동하며 PC 이것이 당신을 돕는 무엇입니까 첨부 파일 주위의 파일을 추출하십시오 각자에게 URL을 보내고 싶습니다 다른 사람들도 항상 그럴 수 있습니다

최신 버전이므로 항상 사용하십시오 단일 버전 만 가능하며 너는 항상 함께 노력하고있어 그 안에 그래서 내가 여기서 보여줄거야 앤이 안에 있다는 것을 당신은 볼 수 있습니다

여기에있는 파일과 권리는 있습니다 무언가 변화 지금은 위대한 분입니다 환상적입니다 협력

하지만 내가 가끔 원하는 것은 제가 일하는 사람과 이야기하십시오 그리고 내가 할 수있는 일은 내가 할 수있는 일이다 코멘트를하십시오 그래서 보통, 우리는 이미 가능하다 이 일을 엑셀로 작성하십시오

몇몇 의견 및 사람들은 할 수 있었다 다시 와서 들어 와라 그들 현대 의견 나는이 하나에 가서 읽을 수있다 내가 가진 완전한 토론 이 의견에 대해 사람들과 또한 새로운 것을 창조합니다

나는 그것을 선택하라고 말하지 여기, 새 코멘트를 써라 나는 지금 사실을 언급 할 수있다 바로 여기 저기에있는 사람들 그들의 이름을 간단히 선택하고 말하십시오 이걸 볼 수 있니? 나는 그것을 보낼 것이다

그들이 어떻게 될지, 그들은 얻을 것이다 E-MAIL, HEY, SOMEBODY 당신의 전화를 요구하는 이 하나의 엑셀 파일 당신은 그것을 클릭 할 수 있습니까? 링크를 클릭하면 엑셀로 직접 열립니다 당신은 그 회화를 볼 수 있습니다 저기서 이메일을 보내

네, 맞아요 그렇지 않아요 그걸 할거야 COLAB은 당신이 항상 그렇다는 것을 의미하지 않습니다 함께 정확히 같은 시간에

다른 시간에 있을지도 몰라 존 너 내가 뭘 훔쳐 왔는지 모르겠다 당신은 시간의 커플에 묻습니다 그래서 내가 돌아와서 일하면 당신이하고있는 일을 볼 수 있습니다

현실은 완전하지 않습니다 둘 다 할 수있어 내가 많은 의견을 얻는다면 이, 나는 많이 얻을 수 있습니다 나는이 긴 회심을 가지고있다 진행

간단히 클릭 만하면됩니다 코멘트 지금은 코멘트가 없습니다 그것을위한 대화가 열릴 것입니다 나를 새로운 것은 무엇인가? 여기에 쓰레 디드 회화, 그래서 오래 걸리지 않아요

간단한 언급 목록, 그리고 너는 누가 누구인지 알아 내야 해 무엇을 어디서 신청 했는가? 뭐 너는 그것을 똑같이 읽을 수있다 직접적인 직접적인 회신 그곳에 그리고 둘 다 언급하고 회선 회견은 우리가 한 마디로 발표 된 것들 그리고 그들은 밖으로 굴러 나가고있다

정말로 냉담합니다 PowerPoint로 돌아 가자 나는 여기에 무엇을 보여줄 것인가? 현대 의견 및 AT 언급하다 그들은 정말로 압연하고있다 실제로 작동하는 기능들 그것으로

나는 항상 좋아해 우리의 사무실 도구에서 일한 나는 항상 최고 였어 생산적인 한때 그들은 AT-MENTION을 창안했다 그거야, 네가 맘에 들어

나는 잘못 알고있다 – 그 하나의 기능을 잃어 버렸습니다 COAUTHORING은 거기에있었습니다 지금 당장 모든 플랫폼에서 사용할 수 있습니다

그게 정말 냉담한 데 스테이지에서 다시 JOHN을 얻으십시오 우리가하는 모든 것에 대해 이야기해라 끊임없이 개선 [박수 갈채] 고맙습니다, OLAF

그래서 마지막 부분은 여기에 있습니다 얼마나 빨리 얘기하고 있니? 제품이 더 좋아지고 있습니다 우리는 모든 것을 더 좋게 만들고 있습니다 시각 나는 처음부터 언급했다

우리는 매일 몇 번씩 보냈어요 연령 지금 클라이언트 건물은 발송됩니다 여러 번 일주일에 한 번 웹은 매번 업데이트되고 있습니다 일

모바일 기기에서도 마찬가지입니다 자주 업데이트되고 있습니다 이것은 샘플입니다 우리는이 슬라이드를 A에서 다시 사용하고 있습니다 컨퍼런스는 몇 달 전이었습니다

전에 나는 언제 갈 지경에 이르렀다 이걸 통해 목록은 아주 가깝습니다 오래 두 배 너는이 ACROSS의 묶음을 본다

모든 사무실 통합 검색 무시 무시한 소리로 알려졌다 올해 그것도 엑셀에 있어요

전체 호스트가 있습니다 내가 집중하고자하는 개선 우리가 알아서 얘기하자 기능 도둑 환상적인 사람이야 우리는 INDEX와 같은 것을 만들었습니다

일치, 나이를 찾아라 우리는 극적으로 만들었습니다 빨리 우리는 제품 업, 셀 선택, 줄, 붙여 넣기, 복사, 붙여 넣기 행 웹 응용 프로그램은 다른 응용 프로그램과 동일합니다

많은 일을 할 수있다 너는 웹에 엑셀을 사용하고있다 브라우저를보고이 전에 살펴보십시오 그리고 나서, 방법은, 방법입니다 빨리

2, 3, 4 대단한 일이 많네 저기로 갈거야 LOOK-UP에 차려 입다 유형 기능

나는 짧은 비디오를 재생하려고한다 이리 이 영화는 초고해하지 않습니다 그것은 하모코 퍼포먼스에 관한 것입니다 절대로 그것을 두려워하지 마십시오

점멸하지 않는 물건 더 안정적이어야합니다 작동은 이상하게 여겨 져야한다 부드러운 당신이 엑셀 뒤에 앉아있을 때 하루 종일, 그게 사실이야

많은 QUICKER는 TRUE입니다 희생자 그래서 왼쪽 측면에 스크린, 나는 옛 엑셀을 얻었다 사전 사진 THE RIGHT-HIDE의 측면 흑인의 스크린 나는 얻었습니다

개선 된 새로운 엑셀 우리가 너에게 보여줄 것이 무엇인지 보여 줄거야 이 큰 그레이드 수와 각 측면에서 LOOK-UPS를 실행하십시오 당신은 모든 세포를 나타냅니다 그리고 그것들은 수백만 개입니다

LOOK-UPS의 커플이 있습니다 커플 수백만이 있습니다 계속 될 것 같은 LOOK-UPS 언제 어디에서나 킥킥을받을 수 있습니다 우리는 편지 B에 팁

그게 꺼져 버릴거야 결과는 거대합니다 큰 숫자가 많습니다 셀 당 2 개의 UPS 우리는 왼쪽 편, OLE 잠시 엑셀 시작

너는 여기를 볼 수있다 봐, 우리가 갈거야 편지 B에 톱과 타이프 그리고 그럴 꺼야 오래 된 엑셀이 실행 중입니다 영원히 계속됩니다

그것은 9 분 정도 걸립니다 다시, 같은 PC, 같은 파일 지금 당장 어떻게되는지 보자 새로운 엑셀로 이동하십시오 IT, GOING, GOING, IT 수행

마침내 9 분부터 3 단계 또는 3 단계로 4 초 [박수 갈채] >> 네 나는 따라와 손을 가볍게보기 만하면됩니다 SAT를 훨씬 앞선다

그 쓴 스프레드 시트 REICALK – 영원한 재계 나는 전자 우편을 가지고 있었다 이 기능을하는 사람 우리가 이걸 배포 했어 A를위한 생산 및 측정 일

백만 달러가있다 너가 볼 때 너는 단지 이것들을 보아라 우리가 사용하던 파일들 보기 – UPS, 여기에 대해 106 QUINN TILL LOOK-UPS THAT EXCEL 이 때문에하지 않았습니까? 그것은 15 제로입니다 정말 큰 숫자 야

CPU가 아닌 것에 대한 전기 지출하기 우리는 백만 달러를 벌어 들인다 매일 매일 파일을 열 수 있습니다 많은 금액을 생각해 보라 저축 된 전기 그게 큰 개선이야

너는에 붙어있어 좋아하는 것을 얻기위한 구독 이 IT 개선 만은 아닙니다 사무실은 새로운 것을 만들고있다 기능 우리는 발표합니다

고객이 요구하는 것이 있습니다 기능 및 개선 우리는 사용자의 목소리를 가지고 있습니다 사람들에게 묻습니다 그들은 무엇을 위해 투표 할 수 있습니까? 필요

프로그램 관리 팀 그걸로 계획 작업에 투입하십시오 몇 가지 예제가 있습니다 우리가 해낸 일 지난 1 년 동안 엑셀을 향상 시켰습니다 IT 부서가 IT 부서를 끝점에 따라 중단합니다 맨 아래 오른쪽에있는 이동 통신사 거기에 우리가 추가 한 것들이 있습니다

범위를 선택할 수 있고 하단 총합 평균 모서리 전화에, 그것은 AT에 표시되었습니다 상단 당신이 계산할 수 있습니다 당신이 할 수있는대로 물건을 선택하십시오

지도에서 우리는 소개했습니다 피벗 차트와 새로운 우리가 시각화했다 우리는 더 나은 시각을 얻었습니다 우리는 발견하고 대체해야한다 검증 및 기타

웹은 특히, 다시 개선하기 언급 된 초기, 그것 놀랍게도 더 좋았습니다 우리가 완료했을 때 당신이보고있는 경우 마지막에있는 웹에서 달, 거기에 개량 이게 업데이트되고있다 매일

다음 6시를 지켜보고 본다 12 개월, 제품 출시 예정 변혁 책상은 물론, 우리는 모든 건물의 개선 된 건물 시간을 조절할 수 있으므로 시간을 절약 할 수 있습니다 피벗 테이블 및 레이아웃 사람들이 간청했던 간단한 이야기들 범위를 얻으려면 그것으로부터 셀을 선택하십시오 SUBSCRIPT 및 SUPER에 대한 액세스 스크립트

협업은 우리가 가지는 일입니다 끊임없이 노력하십시오 OLAF가 표시되지 않았습니다 우리는 무시 무시한 것에 대해 이야기하고 있습니다 사명을 가질 수있는 능력 보기

너와 다른 것을 말해 보자 너는 거대한 힘을 가지고 일한다 목록 및 모든 직원을 IT에 추가 데이터를 분석하고 분석하십시오 너는 그걸 여과하고 싶어 할거야 줄을 내려 테이블 특히, 목록은 오래되었습니다

엑셀, 현재, 당신이한다면 그것은 모든 사람에게 일어날 것입니다 에있는 파일에 공동 작업 같은 시간 우리는 개인의 전망을보고있다 모든 데이터 및 계산 정보는에 대한 유지됩니다 당신 네가에 있지 않으면 구독, 그것은 정말로 어디에서 왔습니까 너는받을 수 있어야한다

이러한 개선과 변화 그들은 밖으로 굴려 나는 OLAF를 다시 초대하고 싶다 얘기하자면 M 365 AND EXCEL 어떻게하면 더 좋을까? 함께 고맙습니다 [박수 갈채] >> 사랑의 의미가 있습니다

마이크로 소프트 365는 탁월한 탁자 보기의 커플이 있습니다 이리 나는 데모 중 하나에 갈거야 약간의 비트

보기를 위해, 지금 엑셀이있다 완성 나는 사람들이 얼마나 큰지 알지 못한다 흐름이있는 가족 기본적으로 설정하는 것이 허용됩니다 사용자 정의 흐름을 높입니다

좋아해 250- 무언가 다른 MR에 연결하는 커넥터 스피커와 엑셀이 통합되었습니다 그 안에 EXCEL CONNECTORY가 있습니다

FLOWMICROSOFTCOM으로 갈 수 있습니다 그것은 흐름을 사용하고 A를 설정합니다 방아쇠와 같은 물건

지금 당신은 그 자신을 압도 할 수 있어요 내부에 Excel이 있습니다 단추 약간의 흐름을 만들 수 있습니다 엑셀 바로 내부

너 이걸 클릭하면, 그럴거야 무언가를하십시오 너는 내가 한 모든 것을 말할 수있다 선택, 이메일로 보내주십시오 그것들이 무엇이든 또는 그것이 무엇이든간에 너는 다른 것을 위해하고 싶다

흐름 너는 그것들을 시작할 수있다 지금 당장 직접 할 수 있어요 엑셀 내부에서 새로운 기능은 정말 멋지다

FORMS 그래서 FORMSOFFICECOM은 새로운 소식입니다 엑셀 그대로의 통합 잘

엑셀에 들어가면 볼 수 있습니다 폼 (form) 버튼 거기를 클릭하십시오 새로운 양식을 먹으면 IT가 시작됩니다 FORMATION

OFFICECOM AND OUT 정말로 새로운 양식을 만듭니다 그들은 선택의 무리를 가지고있다 당신 브랜딩을 시작할 수 있습니다

당신의 질문 멋진 작은 UI를 어디에서 구할 수 있습니까? 사람들은 양식을 작성할 수 있습니다 너는 그것을 재검토 할 수 있고 그 다음엔 E-MAIL을 피하십시오 냉담하고 이유 EXCEL, AS에서 시작했습니다 곧 사람들이 시작됩니다

귀하의 양식에있는 데이터, 그것은 갈 것입니다 바로 당신의 엑셀로 돌아 가기 파일과 마찬가지로 그것을 COAUTHORING SESSION 지금 SharePoint 응용 프로그램 있음 당신의 파일은 완벽하게 작성하고 있습니다 데이터가있는 테이블 에서 너는 여기에서 일할 수 있고 살고있는 모든 사람들에게 생방송 FEEDBACK STARTS가 더 많은 동안 내게는 멋진 차가운 길이야 의견 또는 진술 받기 작은 설문 조사 또는 그와 비슷한 것 그

크로스 플랫폼, 우리는 많이 해 냈습니다 그 주변뿐만 아니라 우리는 지금 같은 코드베이스에 있습니다 MAC 및 PC 용 거기에는 모든 것이 A입니다 그 숫자는 거의 동일합니다

우리는 조금 다른 것을 할 수 있습니다 MAC 용 동일 코드 상에 있기 때문에 기지, 너는 모두 같은 것을 가졌어 거기에 기능 이미, 당신이보기에 사진, 엑셀 소개 내부의 힘 VI

나는 당신을 밀어 붙이는 것에 대해 말했습니다 저기있는 모바일 데이터 당신이 그림을 볼 때 온라인으로 내 보낸 엑셀 POWER VI 엑셀에 삽입 할 수 있습니다 거기에는 일할 수있는 많은 방법이있다

엑셀 파일 및 출판물 포함 또는 다른 사람들이 소비하게 할 수 있습니다 다른 응용 프로그램에서 그리고 오늘 내가 데모 할거야 정말 필요한 커스텀 기능들 시원한 새로운 사용자 기능이 있습니다

및 작성된 JavaScript 함수 왜냐하면 현대적인 플랫폼에서 JavaScript를 사용합니다 너는 너의 똑똑한 것을 가질 수 있고 AZICS 또는 일부 LOGICS 있음 니가 좋아하는 다른 끝 너 정말 멋지게 만들 수있어 신청서 및 그 이후 엑셀의 기능을 갖추십시오 기본으로 만들 수 있어요

당신 자신의 포뮬러와 그들을 가졌어요 정말로 냉정한 일을 정말로하십시오 데모로 당신을 파일을 열면 정말 빠릅니다 내 데모 환경으로 전환하십시오 그래서 여기에, 나는 가봐야 겠어

데모 2 가지 APP – AN을 보여줄 것입니다 추가 나도 많이 모른 단다 스크립트 APP

다운로드는 무료입니다 사무실 확장 방법을 배우거나 뛰어나다 너는 웹에 갈 수 있고 추가 다운로드 -IN AND GET 이 KWHAU는 이것을 가지고 배울 수 있습니다 플랫폼

먼저 코드를 열 수 있습니다 창문 여기에, 당신은 할 수있다 단지 귀하의 코드를 기입하십시오 바로 지금, 또는 A로 갈 수 있습니다 우리가 이미 스 니펫의 도서관 당신을 위해 사용할 수 있습니다

이 사건에서 나는 무엇을 했는가? 나는 실제로 수입하고 간단히 유형 A의 URL에 스니펫 나는 그것을 사용하고 싶다 누군가 나를 위해 창조되었습니다 우리는 강한 GitHub 있습니다 완성 도움을받을 URL을 작성했습니다

나에게는 그 커스텀 기능이있다 날 위해 날짜를 변환합니다 정말이 기능은 언제인가? 무슨 일인가? 귀하의 날짜가있는 시간대가 당신이 원하는 시간대 그것을 변환하십시오 간단한 예 1 그럼 내가 뛰고 클릭하면 돼

나는 지금 뛰고 싶다 이 코드 여기에 다른 옵션이 있습니다 다른 사람들과 몫을 나누고 다른 일을해라 네가 할 일 이 프로젝트

추가 기능을 실제로 만들 수 있습니다 이 방법 나에게는 사용자 정의의 커플이있다 이 기능은 사전 설치되어 있습니다 그들은 모두 스크립트 연구실에 있습니다

DOT FORMULA 이것은 생산을위한 것이 아닙니다 여기에서 당신을 데려 갈 수 있습니다 코드 작성 및 제작 원했어 우리는 단지 주변에서 놀고있다

환경 시험 가져 오기 HTML이 있습니다 나는 그걸 지적하고 싶었어 IT는 단순한 추가 기능을 제공합니다 AZ는 APP를 기반으로합니다

내가 그 포뮬라라고 부르면, URL을 AZURE로 보냅니다 AZURE가이 웹에 연결됩니다 테이블을 페이징하고 스크래핑하기 내가 설정 한 테이블 번호를 가져 와서 가져 가라 IT 업 나는 이미 그곳에 갔다

내가 여기있는 곳을 클릭하면, 나는 가지고있다 스트립 랩 내가 WIKIPEDIAORG URL을 표시했습니다 나는 테이블 번호를 원했다

하나 IT가 나가서 치려고합니다 나를위한 그 자료 IT 부서에서 데이터를 가져옵니다 인터넷으로 보자

연결은 미국을 위해 매우 빠릅니다 오늘 거기있다 IT 부서에서 직접로드합니다 지금 내가 보여주고 싶은 이유 그게 하나가 아니란 말인가? 이것은 더 좋은 방법이 될 수 없습니다

실제로 나는 너에게 더 나은 것을 보여줬다 길을 나서기 변환은 더 나은 방법입니다 웹 페이지에서 데이터를 얻으려면 실제로 이것은 SPILL ASS 정렬

내가 여기 뭔가를 입력하면, 이것은 바로 그 것이다 채우기 및 직접 작성 그곳에 커스텀 펑크로 불러올 수 있습니다 배열하고 모든 것을 얻으려고 초기 자료를 보아라 시간에서 예를 보아라

그리고 내가 정말로 그랬던 것처럼 SAY SCRIPT LAB을 (를) 방문하십시오 AT LOOK AT 이 시간 스탬프 및 그 안에 있음 이 시간대 나는 다른 사람들과 맺고 싶다 존 나는 그걸 위해 폼은 라스트, 그때는 그냥 계산

VERICISM DEMOS 내가 가지고 있지 않은 마지막 일 당신이 할 수있는 데모 IT,이 방법으로 데이터를 스트리밍 할 수 있습니다 게다가 만약 당신이 그것을 A에 연결한다면 그 라이브 데이터 소스 우리가하는 것처럼 끊임없이 변화 너는 그 기계를 가지고 있으면 해 너의 온도를 측정해라

ENGINES, 당신은 그것을 흘릴 수 있습니다 직접 데이터를 엑셀로 너는 숫자를 볼거야 끊임없이 변경하십시오 너와 함께 테이블을 가질 수있어 너의 엔진 온도 번호를 변경하고 가져 왔습니다

유지하는 작은 가벼운 차트 올라가고 아래로 실시간 제공을위한 멋진 방법 직접 데이터를 엑셀에 넣습니다 그래서 그것은 고객 맞춤형이었습니다 기능 여기에 스위치를 놓으십시오

우리는 그 작은 시끄러운 비디오가 있습니다 나는 파트너와 놀고 싶다 실제로 미국과 정말 냉담한 사람이 있었어 그들은 우리의 부츠에 있습니다 이 비디오 이후, 원하는 경우 그것들을 따라 가면 볼 수 있습니다

그것들 [음악 재생] >> 우리는 그가 감각을 가지고 있다고 말합니다 이사회에서 현존하는 이들 센서가 존재 함 365 사무실에서의 사용자 정의 연결할 수있는 컴퓨터가 허용됩니다

어떤 현실 세계도 공학 또는 전문의 지식 이자형 장치 및 I [알아들을 수 없는] 우리는 더 많은 성과를 거두었습니다 사무실 허용에 대해 365 ARE 스트리밍 기능, 왜냐하면 관측, 통합 우리가 원하는 것만으로도 정말 해야 할 것 대단한 대단한 일 AD-IN, IT는 미국을 많이 신뢰합니다

노력과 배당 시간 모든 것에 대해 앞 끝, 그리고 같은 방법으로, 강력한 도구를 사용자에게 제공합니다 데이터를 실제로 조작하십시오 >> 우리 소매점 중 하나 고객은 Joe Lewis입니다 소유권을 가져야한다 되돌아가는 장치 민감한 데이터가있을 수 있습니다

그들 그들은 이것을 위해 무엇을 사용하고 있는가? SIM BEESA 장치 부착 방법 케이지로 그걸 스프레드 시트로 찍음으로써, 케이지가 어떻게 추적 될 수 있습니까? 통해 이동 SIM BEESA는 훌륭한 제품입니다 미국의 두 가지 이유

추적기는 정말로 완벽합니다 기능 그것은 미국에게 생계를 제공합니다 우리가 선택할 수있는 곳을 보아라 추적 주한 미 대사 함께 통합된다

마이크로 소프트 엑셀 볼 수있는 본부의 팀 이 지역이 이미 사용 된 후에 그들의 마이크로 소프트 엑셀 분석 및 해석 그 안에있는 데이터 반환 공급 체인 SIMBISA 사실 추적기 피드 정보 엑셀을 통해 직접 그들의 책상에 스플래쉬 헤어 스타일 그것들을 위해서 자동 운동을 의미합니다 THE LIFT INFORMATION에 들어가기 ANALYTICS 그들은하고있다 >> SIMBISA는 다리입니다

각 쉘은 창으로 나옵니다 내면의 진정한 세계 뛰어나다 엑셀이 없다면 존재하지 않습니다 SIMBISA가 존재해야하는 이유를 알았습니다 >> 그래서 그들은 훌륭한 예가있다

어떻게 당신이 사용자 정의를 사용합니까 데이터를 가져 와서 실재로의 진취 그들과 얘기하고 싶다면 그들이 무엇을했는지 배우십시오 어떻게 작동하는지 또는 통화 할 수 있습니까? 우리의 확장 성 팀에게 잘 부스 그들은 많은 데모를 가지고있다 사용자 정의 기능

내가 가고 싶었던 마지막 슬라이드 그 사이에 – 그것이 무엇인지 다른 스카우트 우리는 프로와 함께 대단한 부츠를 가지고있다 을 더한 그것의 우리의 구독 버전 사무실 클라이언트 365 번 사무실에 있다면, 당신은 얻습니다

그것뿐입니다 나는 다른 것을 보여주고 싶었다 가치를 얻으십시오 2010 년 사무소에서는 A를 도입했습니다 새로운 것의 모든 홀 스파크 라인, 백 스테이지 파일

2013 년에 OBDECT ZOOM을 추가했습니다 정말로 있었던 플래시 필 좋아하는 것, 그리고 사람들이 좋아하는 것 많이 사무실 2016, 꿈의 도청, 말하기 나를 이것은 전체 목록이 아닙니다 우리가 모든 것을 추가했습니다

나는 페이지와 페이지를 만들 수있다 그냥 하이라이트하세요 사무실 2019 그냥 알았어 사무실에 갈 수 있어요 2019 직업적인 3D지도와 같은 것이 새로운 것입니다

엑셀 기능, 집중된 인 박스 거기에 많은 클릭 클릭 수 있습니다 지원 유형을 실행하십시오 거기에는 많은 냉랭한 것들이 있습니다 거기에 사무실 프로 플러스, 구독 버전은 다음과 같습니다

우리가 소개 한 2019 버전 IGNITE에서 공개되었습니다 사무실 PRO PLUS가있는 경우, 구독 버전, 받으십시오 디자이너 및 도청 및 연구 우리가 데모 한 데이터 유형 선구자와 아이디어 오늘은 어림도 야 우리는 3 차원 구상과 목표를 얻습니다 엑셀

실재론 실천과 실전 수 있습니다 그들을 5 대의 PC에 설치하십시오 너가 365을 위해 너의 사무실을 얻으면 너는 엔터 프라이즈, 사용자가 허용됩니다 5 대의 컴퓨터에 설치하십시오 클라우드의 테라 바이트를 얻습니다 저장

빨리 추적 해 전개 에 대한 많은 혜택이 있습니다 구독하기 버전과 당신은 앞으로 나아갈 것입니다 전문 출시 우리는 그냥 이번 주 발표 또는 발표

다른 방법이 많습니다 미국에 계속 연결됩니다 나는 여기에 링크를 넣는다 데크 (DECK)를 다운로드하면 거기를 클릭하여 찾을 수 있습니다 그들

우리는 엑셀 블록을 가지고 있습니다 테크 커뮤니티 우리는 최고급 기술을 보유하고 있습니다 저기있는 커뮤니티 엑셀은보다 활발한 활동 중 하나입니다

ONES 회화에 미국에 가담하십시오 거기에 미국과 연락하십시오 우리는 실제로 그곳에 많이 있습니다 오후 팀에서

우리는 정말로 상호 작용하고 있습니다 사람들 변경할 사항이 있으면 또는 무언가가 누락 된 경우 제품, 두 가지 멋진 방법 미국과 연결 새로운 것이 필요한 경우, IF 언젠가는 우리가 아닙니다 할 일, 사용자의 목소리로 이동, EXCEL

USERVOICECOM 언젠가는 투표하십시오 투표하십시오 더 많은 것은 투표했습니다, 우리 보기 어떻게 그럴까요? 우선 순위

IT가 새롭다면, 그것을 입력하십시오 그리고 사람들은 투표 할 것입니다 다른 하나는 내부에있다 뛰어나다 우리는 웃기는 얼굴

일반적으로 사람들은 새벽을 보냅니다 얼굴 그들은 미국에 많이 들지 않는다 우리는 아주 행복합니다 감사

우리는 많은 FROWNY FACES를 얻었습니다 뒤로 너는 문제에 뛰어 들었어 곤충 FROWNY FACE RIGHT를 클릭하십시오

떨어져 무슨 일 있었 니? 이메일을 나간다면 알아 사적인 마음으로 머물고 싶다면, 잘 됐네 그게 우리가 바라는거야 우리는 버그 일 경우 끊임없이 변합니다

HAPPENS, FOPPLE DO FROWNY FACE, 그날 우리는 그 위에 있습니다 그거야, 우린 일하러 갈거야 우리가 올바른지 확인하십시오 떨어져 거기에 훈련이 있습니다

무엇이 새롭고 그 모든 것이 교묘합니다 나는이 모든 것을 통해 걸어 가지 않을 것이다 모래밭 우리는 많은 세션을 가지고 있습니다 오늘과 내일을 기다리고 있습니다

이것이 KICKOFF 세션이었습니다 수요일 우리는 TOP-10 피트 돛을 가지고 있으며, 너는 항상 그러길 바래 알려지기 시작했다 나는 항상 힘 BI를 언급했다

그리고 사무실 365 회의 우리는 세션 팔루자가 있습니다 모든 사용자 정의 정보 펑크 그들은 고객의 마음 깊은 곳으로 간다 기능

당신이 그것에 관심이 있다면 데모의 일부, 그게 세션 매우 깊어 질 것입니다 금요일에 우리는 더 깊이 들어갑니다 배열과 분석 거기에 약간의 물건 온라인, 어디서나 엑셀 세션

당신이 모든 것을 배우고 싶다면 우리는 엑셀 온라인과 함께하고 있습니다 거기에 정말 멋진 기능 마지막 하나는 새로운 문제입니다 의 기능 및 기능 뛰어나다 동적 배열 세션

그 제목은 – 우리가 할 수없는 동적 배열을 계속 말하십시오 그게 제목이 왜 보이는 지 그 세션이 그 것이다 그냥 그걸로, 우리가 알기를 바랍니다

당신이 세션을 좋아한다면 작성해주십시오 조사 미국은 정말 중요하다 대출자가 알면 스피커 대여하거나하지 말 것

1 년 후 그리고 두드러기 우리는 질문을 앞쪽으로 가져갈 것입니다 그리고 우리는 부츠의 진가에있을거야 하루 종일 당신을 아주 많이 감사합니다

시각

2018 Mercedes S Class Coupe – NEW AMG S63 4Matic + SOUND FULL Review Interior Exterior

AMG 메뉴에는 G-force 및 Boost 지원 기능이 있습니다 ararcin 통제는 armrest의 뒤에 AMG amgmi와 AMG ambami에서 새롭고 쓰여진다 612 마력 및 900 nm 토크 그것은 3

5 초 만에 100km에 도달하고 전조등 시스템은 완전히 이끌립니다 스와 로브 스키 크리스탈에는 자동 길이가 있습니다 korm 수직 블라인드 세부 정보 Panamericana 레이더 속도 고정 용 360도 카메라 카메라 시스템과 Amg 엠블럼 최초 출시 10 대 범퍼 다시이 차량 특별하고 크롬 세부 사항 및 모양 멋진 동시에 공격적인 luks 및 스포츠 최대 속도 300km AMG는 아름다운 20 인치 캔 틀러를 가지고있다 새로운 모델 4Matic + 체계적인 이 도구를 사용하면 매우 편리합니다 4 리터 V8 더블 터보와 V8 엔진 카메라가 있고 Carbon 패키지에 우리는 곧 보일 것이다

파노라마 유리 천장과 64 색 조명이 있습니다 나파 가죽과 알칸타라를 가지고있다 312 cm AMG에 조종석 표시가 있습니다 올드의 뒤의 큰 혁신은 램프를 가지고 있으며 스스로를 존경합니다

백 코러스 카메라와 자동 주차 시스템 보유 AMG 성능 머프는 4 가지 색상으로 제공되며 새로운 디퓨저는 밝은 색상으로 제공됩니다 아름다운 둘 다 좋아했다 위대한 쿠페 지금 운전석을 본다,이 AMG S63 4Matic + e 탄소 버너 및 64 색 분위기 조명 역동적 인 마사지 가열 및 냉각 좌석을 갖추고있다 목에 뜨거운 공기를 식히고 옆집 좌석 조절하기 양방향 기억과 태양 그늘 확장 좌석 Burmester 오디오 시스템 접이식 거울 나는이 탄소를 좋아한다 마사지에 모든 것을 가져라

램 쓰기 그리고 운전석에서 나온이 거대한 AMG 저음 상단 다이얼 새로운 AMG 조타와 순항 통제는 지금 여기에 있고, 터치 부두를 가지고있다 왼쪽의 다이얼을 조정하고 오른쪽에 dounmming 명령을 설정하려면 탄소 64 가지 다채로운 조명이 있습니다 3 개의 다이얼에는이 클래식이 있습니다 이 스포츠 이것은 진보적이다 가장 좋아하는 영화 : 왼쪽과 오른쪽의 정보를 변경할 수 있습니다 가장 완벽한 야간 투시 일뿐만 아니라 Cor spot 경고 시스템은 거울 위에 있습니다

앰 그 엠블럼과이 암 레스트 히팅 전화를위한 무선 충전기가 있고 USB 포트와 메모리 카드 입력 단자가 있습니다 터치 패드 스포츠 배기 조절 서스펜션 설정 공원 내 자동 주차 및 원격 제어 이것들은 명령 시스템을위한 것이며 시트 설정을 가지고 있습니다 시작 정지 및 동적 선택 컵 홀더 에어컨 향수 좌석 설정 운전석 및 기타 마사지 설정 근육 마사지 난방 및 냉방 설정 다음 이 메뉴와 시스템은 새로운 기능입니다 및 근육 마사지 시스템 패키지에 따라 음악, 조명 및 에어컨 변경 시작 dugmeside 변경하고 슈퍼 보인다 진입 및 조작 없음 다른 모드가 있습니다

동적 선택 모터 데이터 토크 및 설정 토크와 힘 차량 데이터 부처님 새로운 힘 동적 정보 부스트 표시기 모터, 서스펜션, 기어 박스 개별 조정 가능 AMG를위한 경주 모드를 가지고있다 지금 소리가 난다 트랙 페이스 메뉴 새로 만들기 드래그 yaris 모드가 있고 드라이브 프로필이 있습니다 발사 제어 시스템이있다 다음 아주 좋은 시스템을 가지고있다

지도 빨리 주 메뉴 Apple Carplay 및 Android 사용 차량 설정 읽기 판, 피로 경고, 핵심 포인트 경고, 갑작스러운 브레이크, 적응 속도 고정, 차선 추적, 조향 보조 앰비언스 조명을위한 64 색 및 개별 메뉴가 있습니다 밝기 조정 effekt 추가 안전 벨트 설정 멋지다 체계 다른 다이얼 3 고전적이고 진취적인 스포츠 진행 중 오른쪽에 터치 버튼을 설정하는 방법 두 화면에서 123 인치 와이드 스크린 및 AMG 성능 메뉴 부스트 그게 전부 야 그들은 모두 새롭고 멋있어 보인다

항해 높이 조절 이 기어 레버와 p는 옆에있는 대시 크롬 F1 기어 변속 및 음성 명령 적응 형 크루즈 컨트롤 및 속도 조절 수동 브레이크 및 자동 헤드 라이트 거울 좌석 등을 밝게 비추다 그것에는 더 희미한 ic 거울 및 유리제 천장 조정이 있고, 그레이비에는 응급 처치가있다 조명을 완전히 이끌고 가젯 섹션을 가지고 있습니다 알칸타라 천장 파일 AMG 로고가 마음에들 것입니다 당신은 오른쪽을 바꿀 수 있습니다 AMG 타이어 압력 왼쪽 보안 시스템에 야간 투시 카메라 만 누락되었습니다

에어 서스펜션을 가지고있다