BetaMeow的起源
前段时间AlphaGo和李世石广受关注,作为人工智能的脑残粉,看完比赛后激动不已,因为有一定的机器学习的基础,便打算撸一个棋类的AI,但我还算有点自知之明,围棋AI,甚至google打算做得通用AI是做不出的了,所以打算撸一个五子棋的AI。
选取五子棋作为试手项目主要是以下几点原因:
规则简单。为了简单起见,BetaMeow只要有一方练成五子就可以判输赢。
受众多。因为五子棋的规则相对简单,使得其受众远比围棋多,换句话来说,我把BetaMeow做出来了,那么可以测试的人也多。
机器学习的简单介绍
近年机器学习,数据挖掘,人工智能很火,但其实不少人对这些名词其实是一头雾水,我尝试用我自己的语言解释,如果有什么需要完善的地方,欢迎提出。
比如说,有一个模型能够能够根据一个人的社交动态,推断出他是喜欢苹果还是香蕉,那么,我现在想知道某个社交平台上市喜欢苹果的人多,还是喜欢香蕉的人多。显然,我把社交平台的数据扔进模型中跑一遍就可以了,但社交平台数据肯定不是说一两个txt文件这么简单啊。这时就可能涉及网络爬虫(收集数据),分布式存储(数据量巨大的时候),过滤无关的数据(数据清洗),修改模型使得符合当前业务场景(花式调参),跑完数据获得结果后决定采取什么商业措施等。(BI)
机器学习就是负责考虑如何建立模型,而数据挖掘则是负责其他地方,不过一般来说,数据挖掘部分的工作可能会分开几个部门来做。
简言之,机器学习是内功,而数据挖掘则是机器学习的一种用途。而人工智能,就是更广的概念了
五子棋AI
回到