问题标签 [artificial-intelligence]

我正在尝试制作一个股票市场模拟器（也许最终会成长为一个预测 AI），但我很难找到要使用的数据。我正在寻找历史股票市场数据的（希望是免费的）来源。

理想情况下，这将是一个非常细粒度（秒或分钟间隔）的数据集，其中包含 NASDAQ 和 NYSE 上每个符号的价格和交易量（如果我冒险的话，可能还有其他）。有谁知道此类信息的来源？

我发现这个问题表明雅虎以 CSV 格式提供历史数据，但我一直无法通过粗略检查链接的网站找到如何获取它。

我也不喜欢在 CSV 文件中零碎地下载数据的想法......我想雅虎会在最初的几千个请求后感到不安并关闭我。

我还发现了另一个让我觉得我中了大奖的问题，但不幸的是，OpenTick 网站似乎已经关门了……太糟糕了，因为我认为它们正是我想要的。

我还可以使用每天每个交易品种的开盘/收盘价和交易量的数据，但如果我能得到它，我更喜欢所有数据。还有其他建议吗？

我正在为 gameboy Advance 编写游戏，并且正在以二叉搜索树的形式实现基本 AI。有1个人类玩家和1个电脑玩家。我需要找出一种方法来说明人类玩家在攻击计算机时的攻击性。while人类将按下按钮进行攻击（并且必须在计算机的某个半径范围内），所以我的第一个想法是看看攻击次数与我的主循环经历的迭代次数相比有多大。不过，这似乎是一种糟糕的方法，因为该数字将取决于可能会波动的帧速率。有没有人有更好的方法来做到这一点？

我想使用人工神经网络玩井字游戏。我的网络配置如下：对于 9 个字段中的每一个，我使用 2 个输入神经元。所以我当然有 18 个输入神经元。对于每个字段，我有一个用于玩家 1 的输入神经元和一个用于玩家 2 的神经元。除此之外，我还有 1 个输出神经元用于评估当前棋盘位置。输出值越高，玩家 1 的位置越好。输出值越低，玩家 2 的位置越好。

但我的问题是：我如何编码那个神经网络？我的想法是使用 Array[1-18] 作为输入神经元。该数组的值是输入权重。我会使用循环遍历数组。每当有神经元被激活时，我都会将权重添加到输出值中。所以输出值是激活的输入神经元的权重之和：

您认为这是对网络进行编程的好方法吗？你有更好的想法吗？

我希望你能帮助我。提前致谢！

Bulls & Cows 是一款由两个玩家组成的游戏，其中每个玩家都有一个包含 4 个不重复数字的秘密数字，每个人都尝试猜测另一个数字。

例如，假设我的密码是 1576。

如果我的对手说数字 1234，我会回答：1F，因为数字 1 在我的密码中并且在相同的位置。如果我的对手说数字 7890，我会回答：1P，因为数字 7 在我的密码中并且在不同的位置。等等。 这里解释一下。

嗯，作为一个爱好，我想实现一个电脑播放器，试图猜我的号码，但我不知道从哪里开始，

• 有任何想法吗？
• 这个游戏有什么已经做的吗？
• 有没有 C# 实现？

我在（非常少的）空闲时间制作了一个 roguelike。每个级别基本上都是几个由路径连接在一起的矩形房间。然而，我希望房间之间的路径看起来自然且多风。例如，我不会考虑以下自然外观：

我真的想要更像这样的东西：

这些路径必须满足一些属性：

1. 我必须能够指定它们的边界区域，
2. 我必须能够参数化它们的风和长度，
3. 线条不应看起来像是从一条路径开始并在另一条路径结束。例如，上面的第一个例子看起来好像从 A 开始，在 B 结束，因为它基本上反复改变方向，直到它与 B 对齐，然后就直奔那里。

我希望使用 A*，但老实说，我不知道我的启发式方法是什么。我也考虑过使用遗传算法，但我不知道这种方法最终会有多实用。

我的问题是，什么是获得我想要的结果的好方法？请不要只指定“A*”或“Dijkstra 算法”之类的方法，因为我还需要一个好的启发式帮助。

我对数据挖掘项目很感兴趣，并且一直想创建一个分类算法来确定哪些特定的签入需要代码审查，哪些可能不需要。

我已经为我的算法开发了许多启发式方法，尽管我还没有找出杀手...

如何以编程方式检查一段代码的计算复杂度？

此外，甚至更有趣 - 我如何不仅使用代码，还使用源代码控制存储库提供的差异来在那里获得更好的数据..

IE：如果我增加了我要签入的代码的复杂性——但它降低了剩下代码的复杂性——那不应该被认为是“好”的代码吗？

对您对此的想法感兴趣。

更新

显然我并不清楚。我要这个

双 codeValue = CodeChecker.CheckCode(someCodeFile);

我希望根据代码的好坏得出一个数字。当您计算复杂性时，我将从 VS2008 给出的数字开始，但想进一步探索。

有人有想法么？将不胜感激！

什么是使用后继的减法和求和，任何人都可以向我展示一个我知道如何以正常方式进行的示例。

/* sub(X, Y, Z) ---减法 */

子（X，Y，Z）：-添加（Y，Z，X）。

有谁知道在离散和连续属性上执行聚类的好算法？我正在解决识别一组相似客户的问题，并且每个客户都具有离散和连续属性（考虑客户类型、该客户产生的收入金额、地理位置等。）

像 K-means 或 EM 这样的传统算法适用于连续属性，如果我们混合了连续属性和离散属性怎么办？

为了更多地了解 django 编程，我计划创建一个 google maps mashup，它可以找到从 A 到 B 的路线，但会避开穿过公共监控摄像头视角的街道/路口。因此，我将创建一个数据库（可能基于 Postgres，因为它的 GIS 功能）包含

• 监控类型（监控摄像头、测速摄像头、路费摄像头等）
• 地理位置
• 超时（主要用于测速相机）

然后，这些数据当然可以由用户自由编辑。但是，首先，我需要一些数据才能开始运行。是否有任何此类公开可用的数据库包含（可能是近似的）监控摄像机的地理位置？

我已经问过其他 AI 专家这个问题，但我还没有真正得到让我满意的答案。

对于以前编写过人工神经网络的其他人，您如何测试其正确性？

我想，另一种说法是，如何调试神经网络背后的代码？