2025년 7월 카드사 무이자 할부 혜택 안내
기간 | 카드사 | 할부적용 금액 | 할부개월 | 신청방법 | 비고 |
---|---|---|---|---|---|
25.07.01 ~25.07.31 |
현대카드 | 5만원 이상 | 2~3개월 | 별도 신청 없이 적용 |
PG업종만 제공 |
롯데카드 | 2~5개월 | ||||
국민카드 | 2~5개월 | ||||
신한카드 | 2~3개월 | ||||
삼성카드 | 2~3개월 | ||||
비씨카드 | 2~5개월 | ||||
우리카드 | 2~5개월 | ||||
NH카드 | 2~6개월 | ||||
하나카드 | 2~5개월 | ||||
광주카드 | 2~7개월 |
기간 | 카드사 | 할부개월 | 고객부담 | 면제 | 비고 |
---|---|---|---|---|---|
25.07.01 ~25.07.31 |
삼성카드 | 7개월 | 1~3회차 | 잔여회차 면제 | 별도 신청 없이 적용 |
11개월 | 1~5회차 | ||||
23개월 | 1~10회차 | ||||
현대카드 | 10개월 | 1~5회차 | 잔여회차 면제 | 별도 신청 없이 적용 | |
12개월 | 1~6회차 | ||||
신한카드 | 7개월 | 1~3회차 | 잔여회차 면제 | 별도 신청 없이 적용 | |
9개월 | 1~4회차 | ||||
11개월 | 1~5회차 | ||||
23개월 | 1~10회차 | ||||
국민카드 | 6개월 | 1~3회차 | 잔여회차 면제 | 별도 신청 없이 적용 | |
10개월 | 1~5회차 | ||||
하나카드 | 6개월 | 1~3회차 | 잔여회차 면제 | 별도 신청 없이 적용 | |
10개월 | 1~4회차 | ||||
12개월 | 1~5회차 | ||||
18개월 | 1~8회차 | ||||
BC카드 | 10개월 | 1~4회차 | 잔여회차 면제 | 별도 신청 없이 적용 | |
12개월 | 1~5회차 | ||||
우리카드 | 10개월 | 1~4회차 | 잔여회차 면제 | 별도 신청 없이 적용 | |
12개월 | 1~5회차 | ||||
NH카드 | 7개월~10개월 | 1~3회차 | 잔여회차 면제 | 별도 신청 없이 적용 | |
12개월 | 1~4회차 | ||||
18개월 | 1~5회차 | ||||
24개월 | 1~6회차 |
■ 유의사항
수협BC카드의 경우 BC카드 부분무이자 혜택에서 적용 제외됩니다.
개인사업자/법인/체크/선불/기프트/하이브리드/토스카드/은행계열카드는 적용 대상에서 제외됩니다.
*은행계열카드 : 카드 전/후면에 BC마크가 없는 카드 (예. 제주 등)
BC카드 및 NH농협 카드의 경우 사전 신청 고객에 한하여 금액에 따른 부분 무이자 우대 회차 적용됩니다.
자세한 내용은 카드사 홈페이지 혹은 ARS 문의 바랍니다. ( BC : 1899-5772 / NH농협 : 1644-2009 )
무이자 할부 결제 시 포인트, 마일리지 등 다른 혜택과 중복 적용 되지 않습니다.
당사 대표 가맹점이 아닌 직계약(자체) 가맹점, 신규 가맹점 등 일부는 적용 대상에서 제외됩니다.
PG업종에만 해당하는 무이자로 이 외 업종은 적용 불가 합니다. (제약, 등록금, 도시가스 등)
하나카드는 PG업종 외 TASF 취급수수료, 환금성(상품권), 학원, 면세점, 보험업종 등의 경우 적용 대상에서 제외됩니다.
본 행사는 카드사 사정에 따라 변경 또는 중단될 수 있습니다.
강화 학습 마스터의 지름길은 기초를 다지는 것!
딥러닝은 매우 핫한 분야여서 하루가 멀다 하고 새로운 알고리즘과 응용 사례가 발표되고 있습니다.
엄청난 발전 속도에 따라 관련 기술과 서비스도 빠르게 진화해서, 이전에는 유행이었던 것들이 지금은 사라지기도 합니다. 하지만 한편으로는 변하지 않고 전해져 내려오는 것도 있죠. 이 책에서는 배우는 지식이 바로 그 변하지 않는 것입니다.
강화 학습의 기초를 이루는 아이디어와 기술은 예나 지금이나 변함이 없습니다. 최신 알고리즘도 오래전부터 존재해온 아이디어를 토대로 합니다. 강화 학습의 기본 원리, 마르코프 결정 과정, 벨만 방정식, Q 러닝, 신경망 등과 같은 주제는 앞으로도 변함없이 중요하게 여겨질 것입니다. 따라서 현재의 강화 학습, 나아가 심층 강화 학습까지 이해하려면 강화 학습의 기초부터 차근차근 학습하는 것이 오히려 지름길입니다.
파이썬과 수학에 대한 기초만 있다면 읽을 수 있도록 수식 기호 하나하나, 코드 한 줄 한 줄 친절히 설명합니다. 이 책으로 강화 학습의 기초를 제대로 배우고 ‘변하지 않는 것’의 아름다움을 맛보기 바랍니다. 여러분 곁에 포스가 함께 하기를…
대상 독자
강화 학습의 원리를 제대로 배우고자 하는 독자
딥러닝을 더 깊게 이해하고 싶은 개발자
파이썬 지식이 있으며 딥러닝과 강화 학습에 흥미가 있는 데이터 과학 입문자
주요 내용
여러 후보 가운데 가장 좋은 것을 순차적으로 찾는 '밴디트 문제' 풀어보기(1장)
일반적인 강화 학습 문제를 ‘마르코프 결정 과정’으로 정의하기(2장)
마르코프 결정 과정에서 최적의 답을 찾는 데 핵심이 되는 ‘벨만 방정식’ 도출하기(3장)
벨만 방정식을 풀기 위한 방법: 동적 프로그래밍(4장), 몬테카를로법(5장), TD법(6장)
딥러닝에 대해 알아보고 딥러닝을 강화 학습 알고리즘에 적용하기(7장)
DQN을 구현하고 DQN을 확장한 방법 알아보기(8장)
DQN과는 다른 접근법: ‘정책 경사법’ 알고리즘(9장)
A3C/DDPG/TRPO/레인보우 알고리즘과 심층 강화 학습(10장)