0

我是人工智能和机器学习的铁杆粉丝。我对他们了解不多，但我已经准备好学习了。我目前是 PHP 的网络程序员，我正在为网站学习 python/django。

现在这个AI领域很广，算法也数不胜数，不知从何下手。但最终我的主要目标是使用任何算法；像遗传算法，神经网络，优化，可以在 Web 应用程序中编程以显示一些东西。例如：amazon.com 中的商品推荐

现在我想要的是，在我的个人站点中，我有每个算法的演示，如果我点击运行，我可以向某人展示这个算法可以做什么。

所以任何人都可以指导我应该为基于网络的应用程序学习哪些算法。

我在 sci-kit python 库中看到了很多示例，但它们非常基于计算和图形。我不认为我可以从网络的角度使用它们。

有什么想法我应该怎么走？

4

1 回答 1

1

我假设您最关心的是在 Web 环境中实现 AI 的一般方法，而不是 AI 算法本身的细节。任何可计算的算法都可以用任何图灵完备语言（即所有现代编程语言）来实现。您可以在 Web 上执行的操作没有特殊限制，这只是表示以及跟踪特定于会话的数据和共享数据的问题。此外，无需回避“计算”和“基于图形”的算法；大多数 AI 算法将是其中之一（或两者兼而有之）——这是乐趣的一部分。

例如，作为神经网络的整体方法，您可以：

  1. 使用 python 类实现标准神经网络
  2. 可能用历史数据训练集合
  3. 在每个请求上加载网络的状态（即来自泡菜）
  4. 将请求字符串的一部分（即产品 ID）提供给网络，并输出结果（即其他产品的加权集合，例如“点击此的用户，也点击了此”）
  5. 此外，将请求的相关部分（即产品 ID）存储在会话变量（即“previousProduct”）中。当来自同一用户的新请求（即对另一个产品）出现时，加强/创建第一个产品和下一个产品之间的连接。
  6. 保存每个请求之间的网络状态（即返回pickle）

这只是一个非常普遍的例子。但请记住——在这种情况下，Web 编程没有什么特别之处，除了跟踪特定于会话的数据和共享数据。

于 2012-09-03T07:31:45.897 回答