본문 바로가기
반응형

인공지능3

경험적 탐색(휴리스틱 탐색, 최고 우선 탐색, A-star)으로 8-puzzle 해결법, 길 찾기 원리 | 유찬맨 | 경험적 탐색(휴리스틱 탐색)으로 8-puzzle 해결법 8-puzzle 문제 트리(깊이 우선 탐색, 너비 우선 탐색)으로 해결법 8-puzzle를 풀때 사용할것은 "트리"이다. 동그라미들이 노드 이다. 초기상태에서 목표상태로 한번에 가면 좋지만 한번에 가지 못한다. 상태공간(state space): 상태들이 모여 있는 공간​ 연산자(operat yuchanman.tistory.com 전에 진행한 방법이 아닌 휴리스틱 탐색으로 8퍼즐을 해결해보겠습니다. 위 평가함수를 이용하여 최고 우선탐색을 진행한다. 최고 우선 탐색은 평가함수를 활용하여 이동한다 위 이미지는 왼쪽(평가함수가 높은쪽)으로 이동한다. 이쯤에서 생각해 봐야 하는게 과연 평가함수가 높은것만 따라 가는것이 좋은껄까? 평가 함수가 높은것 만을 따라.. 2022. 4. 15.
8-puzzle 문제 트리(깊이 우선 탐색, 너비 우선 탐색)으로 해결법 8-puzzle를 풀때 사용할것은 "트리"이다. 동그라미들이 노드 이다. 초기상태에서 목표상태로 한번에 가면 좋지만 한번에 가지 못한다. 상태공간(state space): 상태들이 모여 있는 공간​ 연산자(operator): 다음 상태로 이동할 때 필요한 행동​ 깊이 우선 탐색 막다른 길을 만나면 부모노드로 올라간다. 더 이상 갈곳이 없으면 루트로 올라간다. 그렇게 루트에서 H까지 간다. H까지 도착하면 끝이 아니라 루트까지 올라가야 끝이다. F에서 시작하여 F에서 끝난다. 선입선출이라 생각하면 쉽다. ※ 깊이 우선 탐색(DFS)의 특징 - 자기 자신을 호출하는 순환 알고리즘의 형태를 지님 - 이 알고리즘을 구현할 때 가장 큰 차이점은 그래프 탐색의 경우 어떤 노드를 방문했었는지 여부를 반드시 검사해야한.. 2022. 4. 15.
간단하게 파이썬(python) 사이킷런(sklearn)을 사용하여 선형회귀 모델 제작하기 - 유찬맨 간단히 설명하면 기존에 있는 x,y 값을 훈련 후 새로운 x값이 입력되면 y값을 예측해 알려주는 간단한 선형 회귀 모델이다. import numpy as np from sklearn.linear_model import LinearRegression xdata=np.array([5,-15,7,-7,-11,3,-9,1,-1,11,9,-13,13,-3,-5]) #설명 변수 ydata=np.array([18,-82,28,-42,-62,8,-52,-2,-12,48,38,-72,58,-22,-32]) #목표변수 train_input=xdata train_target=ydata train_input = train_input.reshape(-1,1) train_target = train_target.reshape(-1.. 2021. 8. 4.
반응형