🐪 🎼 🌅 जैसा कि मैंने धीरे-धीरे अजगर को सीखने का फैसला किया, और CS188.1x आर्टिफिशियल इंटेलिजेंस के चक्कर में पड़ गया 🚕 🤝 😉

हाय हबर, या परिचय

मैं आपको अपनी छोटी पृष्ठभूमि बताऊंगा।

एक बार फिर मैं अगले नियंत्रक, सर्किट और पीसीबी को लेने के लिए थक गया था, और औसत इलेक्ट्रॉनिक्स इंजीनियर, जिसे बाजार में औसत वेतन से हटा दिया गया था, ने फैसला किया - मैं फिर से प्रोग्रामर के पास जाना चाहता हूं।

मैं यह नहीं कह सकता कि मैं पहले से ही एक प्रोग्रामर था, लेकिन मैंने 3 साल पहले वनेमेह में सूचना प्रणाली और प्रौद्योगिकी में डिग्री के साथ अपनी शिक्षा प्राप्त की थी। और भाग्य इलेक्ट्रॉनिक सर्किटरी में विश्वविद्यालय के दिनों में वापस लाया। पहले, वस्तुओं के लिए लगातार व्यापार यात्राएं बचाई गई थीं (जबकि युवा और एकल - दिलचस्प), लेकिन पिछले साल हर कोई पूरी तरह से थका हुआ था।
हेब पढ़ना, पायथन को अपने लिए चुना।

इन पहले दो हालिया लेखों ने यह निर्धारित करने में मदद की है कि कैसे और क्या शुरू करना है।

दरअसल, एक सिफारिश पर, मैंने सितंबर की शुरुआत में एक अध्ययन के साथ शुरुआत की: मार्क लुट्ज़। पायथन 4 वें संस्करण सीखना। अपने दांतों को पीसना और अपनी मुट्ठी को सब कुछ जो कि संपीड़ित था - बाकी प्रेरणा पर मैंने पृष्ठ 803 तक पढ़ा, जिस तरह से सभी अभ्यास कर रहे थे। ओओपी के बीच में, मैं पूरी तरह से मुड़ गया था। किताब अच्छी है, लेकिन नीरस - कोई ताकत नहीं।

मैं बस नहीं छोड़ना चाहता था, और फिर मैंने Google के अजगर वर्ग पाठ्यक्रम की कोशिश की । वाह, यह अंतिम पहेली को हल करने के लिए कितना ठंडा निकला! दो शाम एक पल में उड़ गए।

तब मुझे महसूस हुआ कि किसी पुस्तक को शक्ति के माध्यम से निचोड़ना शायद सबसे अच्छा विकल्प नहीं है। और मुझे याद आया कि मैंने पश्चिमी विश्वविद्यालयों के पाठ्यक्रमों के बारे में एक पोस्ट देखी थी। पहले, बोली जाने वाली अंग्रेजी का ज्ञान बंद हो गया था, लेकिन मैं निक पारलेंटे को समझ गया!

किए जाने की तुलना में जल्दी नहीं, और अब मैं पहले से ही दो पाठ्यक्रमों में नामांकित हूं। पहले के बारे में पहले से ही यहाँ लिखा है , दूसरे के बारे में - यहाँ । और तथ्य यह है कि एक अजगर 2.7 में, एक और 3.2 में भी बेहतर है, मैंने सोचा। सावधानीपूर्वक लुट्ज़ के बाद, दोनों पाठ्यक्रमों के पहले 2 सप्ताह नट्स की तरह क्लिक हुए। प्रेरणा के लिए प्रगति बार के लिए विशेष धन्यवाद। और लिंक पर क्लिक करके वह पाया गया - CS188.1x: आर्टिफिशियल इंटेलिजेंस । वे क्या लिखते हैं?

आवश्यक शर्तें
प्रोग्रामिंग
ऑब्जेक्ट-ओरिएंटेड प्रोग्रामिंग
प्रत्यावर्तन
अजगर या जल्दी से सीखने की क्षमता
डेटा संरचनाएं
सूची बनाम सेट्स (सारणी, हैशटेबल्स)
क्युइंग (ढेर, कतार, प्राथमिकता कतार)
पेड़ बनाम रेखांकन (ट्रैवर्सल, बैक पॉइंटर्स)
गणित
संभाव्यता, रैंडम चर, और उम्मीदें (असतत)
बेसिक असममित जटिलता (बिग-ओ)
बुनियादी गणना (संयोजन और क्रमपरिवर्तन)

कूल! मुझे मटन याद है, मैं अपने छोटे अजगर को प्रशिक्षित करूंगा, और कुछ भी नहीं जो पहले से ही 2 सप्ताह से चल रहा है।

पूर्ण पाठ्यक्रम कार्यक्रम

एआई का परिचय

अवलोकन
एजेंट: धारणा, निर्णय, और सक्रियण

खोज और योजना

असिंचित खोज (गहराई-पहले, चौड़ाई-पहले, वर्दी-लागत)
सूचित खोज (A *, लालची खोज)
सांख्यिकी और इष्टतमता

बाधा संतुष्टि की समस्या

पीछे की खोज
बाधा प्रसार (फॉरवर्ड चेकिंग, आर्क कंसिस्टेंसी)
ग्राफ़ संरचना का शोषण

खेल पेड़ और निर्णय सिद्धांत

निर्णय सिद्धांत
वरीयताएँ, तर्कसंगतता और उपयोगिताएँ
अधिकतम अपेक्षित उपयोगिता

खेल पेड़ और पेड़ संरचित संगणना
मिनिमैक्स, एक्सपेक्टिमैक्स, संयोजन
मूल्यांकन कार्य और अनुमोदन
अल्फा-बीटा प्रूनिंग

मार्कोव निर्णय प्रक्रियाएं (एमडीपी)

नीतियां, पुरस्कार और मूल्य
मूल्य पुनरावृत्ति
नीति पुनरावृत्ति

सुदृढीकरण सीखना (आरएल)

टीडी / क्यू लर्निंग
अन्वेषण
सन्निकटन

निष्कर्ष और रैप-अप
कोई व्याख्यान नहीं, अंतिम परीक्षा सप्ताह

वास्तविकता के साथ पहली मुठभेड़

मैं आपको पाठ्यक्रम के बारे में अधिक बताऊंगा। परिचयात्मक व्याख्यान ने बहुत अनुकूल प्रभाव डाला। सुखद ढंग से बोलना (और सबसे महत्वपूर्ण बात, दाढ़ी नहीं!) चाचा, अच्छी तरह से डिजाइन की गई स्लाइड (तब मैंने सीखा कि एक अलग डिजाइनर ने चित्रों पर काम किया)। व्याख्यान वास्तविक दर्शकों से रिकॉर्ड किए गए थे, छात्रों की प्रतिक्रिया सुनी जाती है (ज्यादातर हँसी)। उन्होंने कहा कि वे आज एआई द्वारा समझते हैं कि 50 के दशक के बाद क्या बदल गया है, Google मशीनों से वीडियो दिखाए गए हैं, साथ ही साथ उनके रोबोट, जो बड़े करीने से शर्ट और टी-शर्ट सिलवाते हैं। हम्म, मेरे विश्वविद्यालय में एआई के बारे में ज्ञान का हस्तांतरण शुरू हुआ और ट्यूरिंग टेस्ट के बारे में एक कहानी के साथ समाप्त हुआ।

मेरे लिए नकारात्मक पक्ष यह है कि स्थानीय स्तर पर उपशीर्षक के साथ वीडियो डाउनलोड करने में असमर्थता है।

व्याख्यान अच्छे हैं, लेकिन अभ्यास? हाँ, पहले सप्ताह में हमारे पास (वैकल्पिक) गणित स्व निदान, (वैकल्पिक) पायथन रिफ्रेशर है।
यहाँ गणित अनुभाग से एक प्रश्न का एक उदाहरण है:

आप एक सॉलिटेयर गेम खेल रहे हैं जिसमें आप 10 कार्डों के सरलीकृत डेक (10 के माध्यम से 1 चिह्नित) से प्रतिस्थापन के बिना तीन कार्ड निपटा रहे हैं। यदि आपका कार्ड 10 में से एक है या आपके सभी कार्ड विषम हैं तो आप जीत जाते हैं।
यदि विभिन्न आदेश अलग-अलग हाथों में हैं तो कितने जीतने वाले हाथ हैं?
आपके जीतने की संभावना क्या है?

वास्तव में, एक उच्च तकनीकी शिक्षा फुसफुसाती है: "कहीं यह पहले से ही था ..." विकिपीडिया का उपयोग करते हुए, मुझे गणित याद आया। अजगर रिफ्रेशर ने इसे देखा, लेकिन लुट्ज़ और दो पाठ्यक्रमों के बाद बस गए आत्मविश्वास ने आलस को हवा दे दी, और मैंने दो सप्ताह के लिए आगे बढ़ने का फैसला करते हुए, कार्य करना शुरू नहीं किया।

खोज और पेड़

रेखांकन की अवधारणा और खोज पेड़ के प्रकटीकरण के साथ विश्वविद्यालय में पेश किया गया था। इसलिए, मुझे उम्मीद थी कि यह उबाऊ होगा। लेकिन शिक्षक द्वारा दिखाए गए पीले पुराने साथी पैकमैन ने रुचि बनाए रखी। गहराई पहले, चौड़ाई पहले, समान लागत, लालची, ए * (अनुमानी के साथ) खोज - यह सब क्रमिक रूप से समझाया गया था, और पाकमान एक उदाहरण था, खोज एल्गोरिथ्म के अनुसार अंकों के लिए भूलभुलैया के चारों ओर दौड़ने का मज़ा। और व्याख्यान में कोड की एक पंक्ति नहीं। मुझे अच्छा लगा।

उसी दिन होमवर्क को व्याख्यान के साथ महारत हासिल थी - भूलभुलैया में कीड़े के बारे में रेखांकन और सामान्य प्रश्न
लेकिन प्रोजेक्ट 1 के आगे टैब एक स्तूप में डूब गया। संग्रह डाउनलोड करें (अधिक जानकारी यहां , धन्यवाद Nbooo ), pacman.py python 2.7 के तहत चलाएं - खेल (आप मदद के लिए -h स्विच के साथ भी शुरू कर सकते हैं)। अब खोज कार्यों को अपने खोज इंजन में लिखें, आपके पैकमैन को भूलभुलैया के कोने में भोजन ढूंढना चाहिए। यह कैसा दिखता है।

ऐसा कैसे, क्योंकि हमें यह नहीं सिखाया गया कि यह कैसे लिखना है। लेकिन जब से यह लिया है। काम अलग सेट। पहले दिन, कई डेप्थ फर्स्ट सर्च इम्प्लीमेंटेशन कर्व्स लिखे गए, और पैकमैन ने नियमित रूप से अपने भोजन को प्राप्त करना शुरू कर दिया। लेकिन उन्होंने बेरहमी से हटा दिया, यह खोज द्वारा खोली गई शाखाओं की संख्या को बदल दिया और पथ की इष्टतमता को सख्ती से नियंत्रित किया जाता है। सर्वर पर स्रोत कोड डाउनलोड करने के बाद आपके कार्यों और विधियों का स्वचालित रूप से परीक्षण किया जाता है। एक बार फिर, कोड पृष्ठ को मिटाते हुए, अपनी तलवार फेंक दी और एक चिल्लाना लिया। कागज के टुकड़ों को पेड़ों से ढँक दिया गया, पैकर्न के चित्र और भूलभुलैया। इलेक्ट्रॉनिक सहयोगियों ने इसे पारित करने के लिए मुस्कराहट के लिए अपना कर्तव्य माना। नतीजतन, एक कार्यान्वयन पाया गया था। कौन सीखना चाहता है अपने दम पर पीड़ा के लायक है। उन लोगों से जो अजगर और एल्गोरिदम के साथ हैं, मुझे मामले पर टिप्पणी सुनने में खुशी होगी।

कोड

मुझे लगता है कि यहां सब कुछ स्पष्ट है, उपयोग। एसटैक () और यूक्यूक्यू () वास्तव में छात्रों की सुविधा के लिए कक्षाओं में लिपटे हुए हैं, क्रमशः पुश और पॉप, एफआईएफओ और एलआईएफओ के तरीकों के साथ:

def depthFirstSearch(problem): """ Search the deepest nodes in the search tree first Your search algorithm needs to return a list of actions that reaches the goal. Make sure to implement a graph search algorithm To get started, you might want to try some of these simple commands to understand the search problem that is being passed in: print "Start:", problem.getStartState() >>> Start: (4, 3) print "Is the start a goal?", problem.isGoalState(problem.getStartState()) >>> Is the start a goal? False print "Start's successors:", problem.getSuccessors(problem.getStartState()) >>> Start's successors: [((4, 4), 'North', 1), ((4, 2), 'South', 1), ((5, 3), 'East', 1), ((3, 3), 'West', 1)] """ def fromXYtoXY(coord1, coord2): ''' tuple(int,int), tuple(int,int) -> str Takes near coord1 coord2 tuples, returns string way, or error sample for tinyMaze: >>>fromXYtoXY((5,5),(4,5)) >>>'West' >>>fromXYtoXY((1,3),(2,3)) >>>'East' ''' if coord1[0]==coord2[0]: if coord1[1]-coord2[1]==1: return 'South' else: return 'North' elif coord1[1]==coord2[1]: if coord1[0]-coord2[0]==1: return 'West' else: return 'East' else: return ('Path not found from %s to %s' % (coord1, coord2)) Fringe = util.Stack() currState=problem.getStartState() Fringe.push([currState]) while True: currState=Fringe.pop() if problem.isGoalState(currState[-1]): listWays=[] fromState=currState[0] #      for state in currState[1:]: # ex: ['South', 'West'] listWays.append(fromXYtoXY(fromState,state)) fromState=state return listWays break for State, Way, Price in problem.getSuccessors(currState[-1]): if not State in currState: nextPath=currState[:] nextPath.append(State) Fringe.push(nextPath)

मेरी राय में, ब्रेड फ़र्स्ट सर्च का क्रियान्वयन, एक छोटा सा प्रस्तावक था।

कोड

 def breadthFirstSearch(problem): """ Search the shallowest nodes in the search tree first. """ fringe=util.Queue() visitedNodes=[] fringe.push([problem.getStartState(),[]]) #    +   while not fringe.isEmpty(): #     currNode = fringe.pop() #  if currNode[0] not in visitedNodes: #    visitedNodes.append(currNode[0]) # for State, Way, Price in problem.getSuccessors(currNode[0]): path=currNode[1][:] #     path.append(Way) if problem.isGoalState(State): return path else: fringe.push([State, path])

फिर यूनिफ़ॉर्म कॉस्ट सर्च और ए * सर्च (यूक्लिड फंक्शन के रूप में भोजन के लिए दूरी के साथ) को पहले से ही लागू करना अपेक्षाकृत आसान था।

कोड

 def uniformCostSearch(problem): "Search the node of least total cost first. " fringe=util.PriorityQueue() visitedNodes=[] fringe.push([problem.getStartState(),[],0],0) while not fringe.isEmpty(): currNode = fringe.pop() if problem.isGoalState(currNode[0]): return currNode[1] if currNode[0] not in visitedNodes: #    visitedNodes.append(currNode[0]) # for State, Way, Price in problem.getSuccessors(currNode[0]): path=currNode[1][:] #     totalCost=currNode[2]+Price path.append(Way) fringe.push([State, path, totalCost],totalCost) def aStarSearch(problem, heuristic=nullHeuristic): "Search the node that has the lowest combined cost and heuristic first." "*** YOUR CODE HERE ***" fringe=util.PriorityQueue() visitedNodes=[] fringe.push([problem.getStartState(),[],0],0) while not fringe.isEmpty(): currNode = fringe.pop() if problem.isGoalState(currNode[0]): print 'Success!!', currNode[1] return currNode[1] if currNode[0] not in visitedNodes: #    visitedNodes.append(currNode[0]) # for State, Way, Price in problem.getSuccessors(currNode[0]): #print 'succ', State, Way, Price path=currNode[1][:] #     totalCost=currNode[2]+Price path.append(Way) fringe.push([State, path, totalCost],totalCost+heuristic(State,problem))

प्रोजेक्ट 1 के दूसरे भाग में, छात्रों को बाल वर्ग के तरीकों को अपनाने के द्वारा searchAgents.py मॉड्यूल में खोज समस्याओं को संशोधित करने के लिए कहा गया था। यदि इससे पहले एक पैकमैन और एक भोजन था, तो अब 4 कोनों में एक पैकमैन और भोजन है, जिसे आपको इष्टतम पथ पर चलने की आवश्यकता है। और ए * सर्च के लिए एक हेयुरिस्टिक फ़ंक्शन भी आता है, जिसे खोज ट्री की शाखाओं के विस्तार की लागत को कम करने के लिए डिज़ाइन किया गया है (मूल्यांकन प्रणाली इस प्रकार है: असंगत हेयुरेटिक्स को कोई क्रेडिट नहीं मिलेगा। किसी भी गैर-तुच्छ सुसंगत हेरास्टिक के लिए 1 अंक। 1600 से कम नोड्स का विस्तार करने के लिए 1 अंक। । 1200 से कम नोड्स के विस्तार के लिए 1 बिंदु।)

प्रोजेक्ट 1 भूलभुलैया में कई बिंदुओं के इष्टतम खाने की समस्या के समाधान के साथ समाप्त हुआ।

नतीजतन, मैंने इन समस्याओं को हल करने में लगभग 3 कार्य दिवस बिताए, यह अच्छा था कि काम में कुछ अशक्त था। किसी का सिर तोड़ना दिलचस्प था और उम्मीद है, भविष्य में उपयोगी होगा।

मैं व्याख्यान में शिक्षक के मजाकिया शब्दों को समाप्त करना चाहता हूं:

कुछ भी आप करना चाहते हैं, एनपी-हार्ड। क्षमा करें, यह एक AI क्लास है। सब कुछ कठिन है।
आशा है कि समीक्षा से किसी को थोड़ी मदद मिली। पाठ्यक्रम (या सिर्फ समस्याओं का समाधान) मैं सभी शुरुआती लोगों को अजगर से परिचित होने की सलाह देता हूं, और मैं खुद को प्रोजेक्ट 2 के लिए तत्पर हूं।

युपीडी। भाग २

जैसा कि मैंने धीरे-धीरे अजगर को सीखने का फैसला किया, और CS188.1x आर्टिफिशियल इंटेलिजेंस के चक्कर में पड़ गया

हाय हबर, या परिचय

वास्तविकता के साथ पहली मुठभेड़

खोज और पेड़

More articles: