摘要：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。但本质上是我在学习机器学习方面的实战项目，所以我想办法利用机器学习的方面的算法实现。
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回到正题上，传统的五子棋AI采用的搜索算法，这个方面其实已经很完善，听闻已经出现了无解的结果(玩家无法取胜)。但BetaMeow本质上是我在学习机器学习方面的实战项目，所以我想办法利用机器学习的方面的算法实现。
最后选择决策树算法。通过决策树判断该局的状况，属于对方（玩家）占优还是己方（AI）占优。
什么叫决策树至于什么叫决策树，有时真的是一图胜千言。
图片来至于http://www.52analysis.com/shujuwajue/2441.html
简单来说，通过一层层的筛选下来，你就能获得相应的结果。
如何构建决策树关于如何构建决策树，如果需要了解文字说明，可以参考这里,如果需要参考python的代码实现，可以参考下文给出的github地址，这里只给出简单总结。
简单描述在一个二维集合（可以看成矩阵）中，第二维代表每一个决策的实例，用某种方式（例如信息增益（首先要计算熵））在确定一个最佳分割点（p），然后以该点作为根节点，此时剩下的子集有两种情况，要么作为决策树的结果，要么递归下去创建子树。
选取特征有句话叫好的数据胜过好的模型，经过这番实践我算是真正认识到这句话的意思。机器学习的算法不是你随便扔一个数据集下去，他都能训练出一个有效的模型。我曾经把整个棋局扔给他它训练，然而并没有什么乱用。几番周折才角色以连子形式作为训练的内容。
举个例子
[1,1,0,1,2]
这个训练集表明，玩家的连子形式已经是1，1，0，1（0表示空位），如果玩家顺利连成了4子，那么AI则彻底出于劣势，因为如果4子是在棋盘中间的话，那么ai只能堵一边，玩家还是可以在另一边连成5子。
所以ai应该下在2号位，阻止其连成4子。
我的代码中有大量如此的数据，用于教会ai决定是及时阻止对方，还是提高自己的连子数。(跑两次不同的决策树)
BetaMeow的未来与本文后话BetaMeow现在显然是不完善的。
首先是五子棋规则的本身，首先是五子棋棋盘应该15x15，然后无知的我把它弄成了19x19,然后规先后手的规则好像也有不同的规定，但我没有考虑太多这方面，毕竟我的主要目的是机器学习的实践，并非做出一个五子棋游戏。五子棋只是一个载体。
同样是因为我的目的在于算法，所以界面不太美观，甚至在不同分辨率上可能有问题(使用的bootstrap应该问题不大)，所以如果有较为熟悉前端的朋友，欢迎修改修改后Pull Requese给我。
第二点，算法本身也有不完善的地方。
因为目前的方案是遍历棋局，分析各店的形式，可能因为循环的原因，会导致后面的选择覆盖掉前一个选择，从而错过了一些最好的选择。
下一步会是给每一个选择的结果加上权重，从而避免上述问题。
嗯，说了这么多，最后给出这个项目的github地址
my_github
重要的事情再说一遍。
前端真的做得很烂，如果有熟悉前端的朋友帮我修改一下，真的万分感谢。
这个github地址会记录下我学习机器学习和数据挖掘的各种小项目(包括我之前的图片识别的项目)，将会持续更新很长一段时间，如果你对这个有兴趣，欢迎关注和支持。
如果你也有机器学习和数据挖掘等相关的项目，欢迎推荐给我，大家互相学习的同时，我也会在我的项目的README中给出你项目的URL(你也要给出我项目的URL哦，亲)
感谢关注和支持。
文章版权归作者所有，未经允许请勿转载,若此文章存在违规行为，您可以联系管理员删除。
转载请注明本文地址：https://www.ucloud.cn/yun/37897.html
摘要：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。但本质上是我在学习机器学习方面的实战项目，所以我想办法利用机器学习的方面的算法实现。 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...
摘要：的前世今生去年月，横空出世，战胜了韩国棋手李世石，赢下了人机对弈的第一战。当然，随着技术的不断发展，人工智能有望在所有领域完全超越人类，成为超人类智能，为人类文明的发展做出更大的贡献。 showImg(https://segmentfault.com/img/bVOgwC?w=900&h=385); AlphaGo 的前世今生 去年 3 月，AlphaGo 横空出世，4：1 战胜了韩国...
摘要：的前世今生去年月，横空出世，战胜了韩国棋手李世石，赢下了人机对弈的第一战。当然，随着技术的不断发展，人工智能有望在所有领域完全超越人类，成为超人类智能，为人类文明的发展做出更大的贡献。 showImg(https://segmentfault.com/img/bVOgwC?w=900&h=385); AlphaGo 的前世今生 去年 3 月，AlphaGo 横空出世，4：1 战胜了韩国...
摘要：可以说，每个评估函数就是一个选手，对不同的棋型每个选手自然有不同的看法和应对措施，当然他们的棋力也就因此各不相同了。方搜索最大值，人类方搜索最小值。了解了上述原理之后，就可以自己写代码实现了。 公众号：Charles的皮卡丘作者：Charles 开发工具：Python版本：3.6.4相关模块：graphics模块。 环境搭建：安装Python并添加到环境变量即可。 原理简介：对于五子棋...
摘要：所有获胜的数量和数量统计经过通过棋盘上所有可能胜利的情况不过种而已计算最合适的落棋目标如果我是计算机，接下来我要做的就是当聪明的人类下好棋之后，我怎样下好自己的棋。 1.前言 记得读大学时，有段时间特别喜欢和室友们下五子棋，由于脑子不是特别灵光，再加上室友确实经验丰富，自己自然是屡屡战败。时光荏苒，一眨眼好多年过去了，很是怀念那时惬意的时光！大学毕业后，室友们都从事了不同行业的工作，我...
阅读 2720·2021-10-26 09:49
阅读 2965·2021-10-14 09:42
阅读 3195·2021-10-12 10:11
阅读 1829·2021-09-13 10:31
阅读 2337·2019-08-30 11:13
阅读 2831·2019-08-29 16:31
阅读 938·2019-08-29 13:58
阅读 1753·2019-08-29 12:12
