python五子棋算法_BetaMeow----利用机器学习做五子棋AI

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