20个问题 AI 算法是如何运作的?

由惊人准确的 AI 驱动的简单在线 20 个问题游戏。

它们是如何猜得如此准确的呢?


回答:

你可以把它看作是二分查找算法。在每次迭代中,我们问一个问题,这个问题应该能大致消除一半可能的词汇选择。 如果总共有 N 个词,那么我们可以期望在 log2(N) 个问题后得到答案。

有了 20 个问题,我们应该能够最优地找到 2^20 = 100 万个词中的一个。

一种消除异常值(错误答案)的简单方法可能是使用类似 RANSAC 的东西。 这意味着,你不是考虑所有已回答的问题,而是随机选择一个较小的子集,这个子集足以给你一个唯一的答案。 现在,你用不同的随机问题子集重复几次,直到你看到大多数时候你都得到相同的结果。 那么你就知道你得到了正确的答案。

当然,这只是解决这个问题众多方法中的一种。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注