On 4 Kwi, 12:53, lolo <n...@n...com> wrote:
> > Zastanawiam sie czy mozna wygenerowac taka heurystyke w
> > pelni atomatycznie. Tez mozna zrzucic stan algorytmu do pliku i
> > widac jak na dloni po ktorych ruchach przeszukiwanie nie
> > mialo sensu. Ale co potem zrobic z takim plikiem?
>
> spróbować zakodować mechanizm oceny w ogóle i uwzględniający takie
> przypadki w szczególności?
Wlasnie takie kodowanie wydaje mi sie malo interesujace i
bardzo zmudne. Chcialbym jakas metode ktora sama odkryje
wiedze w danych.

Gdy program przeszukuje drzewo gry to w kazdym wezle wykonuje
wiele ruchow ktore nie wplywaja na poprawe oceny. Mozna
zapisac na dysku uklady na szachownicy wraz z ruchem i stanem
algorytmu i wraz z tym czy ruch poprawil ocene czy nie. W ten sposob
powstana wektory uczace, kazdy wektor bedzie mial wartosc true jesli
przyczynil sie do poprawy oceny, albo false jesli oceny nie porawil.

Pierwsze pytanie jakie sie nasuwa: czy da sie do takich danych
zbudowac w sensownym czasie jakis klasyfikator?

Drugie pytanie: jaka musi byc skutecznosc takieo klasyfikatora
zeby przeszukiwanie drzewa gry nie dalo blednego wyniku?
Klasyfikator moze sie mylic tylko raz na milion ruchow, czy moze
raz na tysiac? Jesli bedzie dzialal szybciej niz przeszukiwanie
drzewa gry, to na pewno raz na iles ruchow bedzie sie mylil.

Pozdrawiam