카드에서 증가할 수 있을지 없을지 예측하다
4273 단어 DeepLearningbottlePython3
입문
종지
저는 개인적으로 딥러닝과 머신러닝을 배우고 싶어서 O'Reilly Japan에서 출판한0부터 시작하는 Deep Learning을 읽었습니다.
하지만 나 자신은 지식이 없고 특별한 곳이 없기 때문에 간단한 것을 만들어 보고 싶다.
그렇긴 하지만 모처럼 내 취미인 마작과 관련된 곳에서 하고 싶다.
저자의 규격
환경
기능 개요
만든 응용 프로그램은 다음과 같습니다.
https://python-mahjang.herokuapp.com/index
또한 원본 코드는 다음과 같다.
https://github.com/naoki85/python_mahjong
구현 정보
교사 데이터
교사 데이터는 유튜브 등에서 전문 대국을 보고 배급과 결과를 수집했다.
수량이 100이 아니기 때문에 이것은 계속 수집될 것이다.
사전 처리
패국을 아래 세 개의 노드로 분해하다.
각 노드의 중요성을 배우다
각 노드의 권중 참고0부터 시작하는 Deep Learning는 사다리법으로 평가한다.
실제로 써봤어요.
나는 유튜브의 어떤 인터넷 마작 동영상을 사용해 보았다.
방송국
결과
상승 확률
향상할 수 없는 확률
한판
올라갈 수 없다
17%
83%
동 2 국
올라갈 수 없다
29%
71%
동삼국
올라갈 수 없다
7%
93%
동삼국 정통
올라갈 수 없다
17%
83%
동 4 국
올라갈 수 없다
33%
67%
남일국
흠모하다
20%
80%
남녘
올라갈 수 없다
26%
74%
남2국
올라갈 수 없다
17%
83%
남삼국
흠모하다
26%
74%
남4국
흠모하다
23%
77%
언뜻 보기에는 잘 예측할 수 있는 것 같지 않다.
곰곰이 생각해 보면 마작은 4명 중 1명이 향상시킬 수 있는 게임이기 때문에 단순 계산 확률은 25% 이다.
나는 교사의 데이터가 부족할 것 같아서 먼저 전공의 대국을 추가했다.
재테스트
같은 영상으로 다시 해봤어요.
추가할 수 없는 결과만 비교합니다.
방송국
결과
지난번에 증가하지 못한 확률
재테스트의 실패 확률
한판
올라갈 수 없다
83%
73%
동 2 국
올라갈 수 없다
71%
64%
동삼국
올라갈 수 없다
93%
92%
동삼국 정통
올라갈 수 없다
83%
80%
동 4 국
올라갈 수 없다
67%
72%
남일국
흠모하다
80%
85%
남녘
올라갈 수 없다
74%
79%
남2국
올라갈 수 없다
83%
80%
남삼국
흠모하다
74%
79%
남4국
흠모하다
77%
73%
10이닝 중 6이닝의'늘릴 수 없는 확률'이 떨어졌다.
역시 교사 수치를 늘리면 결과가 바뀐다.
학습 결과
학습의 권중 매개 변수는 다음과 같다.
제1요소가agari에 대한 공헌, 제2요소가agari에 없는 측에 대한 공헌.# 第一要素があがれる方、第二要素があがれない方
# 重み
[[ 0.17258578 -0.17396835] # 順子
[ 0.20088727 -0.20564398] # 対子
[-0.33262621 0.34681625]] # 暗刻
이 결과를 보면 순자, 대자는 아갈리에 공헌했지만 암각은 오히려 아갈리에 공헌하지 않았다.
암각이 있으면 손이 좁아지기 때문인가요?
편차 파라미터는 다음과 같다.
이미 부가할 수 없는 사람의 편차가 너무 높다.[-1.07893278 1.07893278]
도전하다
지금 나는 아래의 두 가지를 과제로 삼아 공부하고 싶다.
# 第一要素があがれる方、第二要素があがれない方
# 重み
[[ 0.17258578 -0.17396835] # 順子
[ 0.20088727 -0.20564398] # 対子
[-0.33262621 0.34681625]] # 暗刻
[-1.07893278 1.07893278]
지금 나는 아래의 두 가지를 과제로 삼아 공부하고 싶다.
나는 그 과정에서 파이썬의 경량 FW bottle을 배울 수 있어서 정말 좋다고 생각한다.
마지막
딥러닝도 배웠는데 뭘 해야 좋을지 모르겠어요.
(원래 마작이라는 불확실한 요소를 제재로 삼는 것 자체가 터무니없다...)
이를 위해 지적과 원래의 오류 등에 대한 지도가 있으면 메시지를 남겨주세요!
(조언을 받을 수 있다면 나는 매우 기쁠 것이다.)
Reference
이 문제에 관하여(카드에서 증가할 수 있을지 없을지 예측하다), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다
https://qiita.com/naoki85/items/db363896c7853968a957
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념
(Collection and Share based on the CC Protocol.)
Reference
이 문제에 관하여(카드에서 증가할 수 있을지 없을지 예측하다), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://qiita.com/naoki85/items/db363896c7853968a957텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념 (Collection and Share based on the CC Protocol.)