초보자 번역에 대해서 어떤 생각하세요?

안녕하세요.
ai-class에 있는 내용정리도 하는겸 조금씩 번역해볼까 고민중입니다.

고민되는 내용은
1)저는 영어실력이 좋지않습니다. 따라서 오역할 확률이 상당이 높습니다. (지금 번역한 것보다 조금 좋은 상태라고 생각하시면됩니다.)
2)저는 전공지식이 없습니다.

따라서 다른 처음 접하는 분들에게 매우 햇갈리게하거나, 잘못된 지식을 전파할 수 있습니다.
그래도 저보다 영어 초보자 분들에게는 이런 자막이라도 보는 편이 나을지도 모르겠다는 생각이 들어서 해봤습니다. (구글 번역기보다는 괜찮을꺼라고 생각합니다.)

저는 지금은 경고문구를 붙여놓고 번역한 걸 올릴 생각하고 있습니다.
아니면 올리지 않는 편이 좋을까요?

It will be good to introduce some basic terminology 기본적인 전문용어를 소개하겠어요.

that is commonly used in artificial intelligence to distinguish different types of problems.
인공지능에서는 다른 종류의 문제를 구분하기위해서 전문용어가 쉽게 사용되요.

The very first word I will teach you is fully versus partially observable.
맨처음으로 제가 알려드릴 것은 fully observable과 partially observable의 차이에요.

An environment is called fully observable if what your agent can sense
fully observable이라고 하는 환경은

at any point in time is completely sufficient to make the optimal decision.
당신의 agent가 어떤 때이던지 최상의 결정을 위해서, 충분하게 감지할 수 있어야되요.

So, for example, in many card games,
따라서, 예를 들자면, 카드게임에서에요.

when all the cards are on the table, the momentary site of all those cards
모든 카드가 테이블 위에 있을 때, ?????

is really sufficient to make the optimal choice.
는 최상의 결정을 내리기에 매우 충분해요.

That is in contrast to some other environments where you need memory
on the side of the agent to make the best possible decision.
이건 가능한 최상의 결정을 하기위해서 agent측에서 메모리가 필요한 환경과 대조적이에요.

For example, in the game of poker, the cards aren't openly on the table,
예를 들자면, 포커 게임에서, 카드는 테이블위에서 오픈되어있지 않아요.

and memorizing past moves will help you make a better decision.
따라서 이전의 진행사항을 생각해보는 건 더 나은 결정을 하도록 도와줘요.

To fully understand the difference, consider the interaction of an agent
with the environment to its sensors and its actuators,
차이점을 완전하게 이해할려면, 환경에서 agent의 센서와 작동기로하는 상호작용을 생각해봐야되요.

and this interaction takes place over many cycles,
그리고 이 상호작용은 많이 반복되는 걸

often called the perception-action cycle.
perception-action cycle 이라고 불러요.

For many environments, it's convenient to assume
that the environment has some sort of internal state.
환경에는 내부 상황 비슷한게 있다고 가정하는 게 쉬워요.

For example, in a card game where the cards are not openly on the table,
예를 들자면, 테이블에서 카드가 오픈되지않은 카드게임에서는

the state might pertain to the cards in your hand.
상황은 손안에있는 카드와 관련되어 있을꺼에요.

An environment is fully observable if the sensors can always see
the entire state of the environment.
환경이 fully observable이라면 센서는 항상 모든 상황을 볼 수 있어요.

It's partially observable if the sensors can only see a fraction of the state,
센서가 오직 상황의 일부만 볼 수 있다면 partially observable 이에요.

yet memorizing past measurements gives us additional information of the state
that is not readily observable right now.
이전에 기억해둔 과거 상황이 지금 당장은 보는 게 거의 불가능한 상황에서 추가 정보를 제공해줘요.
(measurement 해석이 부정확합니다.)

So any game, for example, where past moves have information about what might be in a person's hand, those games are partially observable,
따라서 어떤 게임에서 예를 들어서, 이전의 움직임이 어떤 것이
손안에 있을 지에 대한 정보를 추측하게하면, 이 게임이 partially observable이에요.

and they require different treatment.
그리고 그것들은 다르게 다뤄야되요.

Very often agents that deal with partially observable environments
대부분 partially observable 환경을 다루는 agents는

need to acquire internal memory to understand what the state of the environment is, and we'll talk extensively
when we talk about hidden Markov models about how this structure has such internal memory.
환경의 상황이 어떤지 이해하기 위해서 내부 메모리가 필요해요.
우리는 이런 구조가 어떻게 그런 내부 메모리를 가지고있는 지에 대해서 hidden Markov models에 대해 말할 때 더 넓게 설명할꺼에요.