Upgrade to Pro — share decks privately, control downloads, hide ads and more …

AI基礎講座 第3話 第1次AIブーム 推論と探索 (1)

AI基礎講座 第3話 第1次AIブーム 推論と探索 (1)

株式会社Ridge-i内の2019年度インターンシッププログラムで行った基礎講座。

第3話は人工知能第1次ブームの花形ともいえる推論/探索について。迷路を解くという課題を例に、古典的な探索アルゴリズムをさらっと紹介します。

対応する動画が https://youtu.be/8bqMeqLHL1A にアップロードされておりますので、ご興味があればご覧ください。恐れ入りますが、細かい文字も多い箇所なので、こちらのスライド必携となっております。

Yoshitaka Ushiku

May 02, 2020
Tweet

More Decks by Yoshitaka Ushiku

Other Decks in Education

Transcript

  1. 推論=(ほぼ)探索 • 推論と探索は基本的に同じ • 本小節では、探索として以下の項目について解説する – 深さ優先探索 – 幅優先探索 –

    最適探索 – 最良優先探索 – A*探索 – 動的計画法 – ミニマックス法 – アルファ・ベータ法 – モンテカルロ木探索
  2. 深さ優先探索と幅優先探索 • 深さ優先探索 オープンリストに記憶されるノード数が比較的少なくて済むので、 大きなグラフの探索に適している  仮にスタートの近くにゴールがあっても、深さを優先して無駄な探索を 続ける可能性がある • 幅優先探索

    初期ノードに近いところから探索するので、スタートから近いゴールを 発見するのに有効  グラフが横に大きいとオープンリストに多くのメモリが必要 • 共通すること – 未知の迷路でも動くが、無駄な行き来が多い