por ejemplo, la experiencia de Matchmaker: vivir cerca: ¿qué tan cerca se considera cerca? ¿cerca de casa? ¿Cerca del trabajo? Priorización entre múltiples ubicaciones...

Los algoritmos resuelven problemas con garantías deterministas.

por ejemplo, cuando se compra un termo en línea, siempre se recomienda el termo; cuando se busca "The Wind", se recomiendan varias películas de espías.

Modelado: tratar diferentes problemas de la misma manera y resolverlos con el mismo conjunto de algoritmos

Dependencias de hardware

gigantesco

"Relación funcional" en la que el "número total de operaciones básicas" crece con el "tamaño de entrada" del algoritmo

Por ejemplo, para construir una pirámide de 10 metros de altura, el dibujo de diseño determina si se deben construir 100.000 piedras o 500.000 piedras: Base de piedra = operación básica; 10 metros = escala de entrada; dibujo = cantidad total de base de piedra la relación funcional entre la cantidad total de base de piedra y la altura de la pirámide es la complejidad del tiempo;

espacio para el tiempo

divide y vencerás pensando

Utilidad: Satisfacción

por ejemplo, el hecho de que los votantes estadounidenses voten o no se ve afectado por muchos factores, como el género, el origen étnico, el nivel educativo, la ocupación, etc. Hay demasiados factores que afectan la utilidad y algunos factores incluso tienen correlaciones complejas.

Si el modelo es demasiado complejo, no se puede obtener la solución; en este caso, se debe simplificar el modelo; se supone que la relación entre todos los factores es solo una superposición lineal sin interacciones complejas;

La escala es demasiado grande para que la manejen las computadoras, por lo que hay que encontrar una manera de desechar cierta información.

por ejemplo, Texas Hold'em: fusionar estados similares

Por ejemplo, el sitio web de vídeos inicialmente le recomendará varios contenidos y, después de un tiempo, comenzará a recomendar los contenidos que ve con más frecuencia.

por ejemplo, ambas librerías fijan sus propios precios en múltiplos de los precios de la otra, lo que resulta en precios inusualmente altos.

por ejemplo, tome té negro helado para un análisis de orina, el nivel de azúcar excede el límite y se sospecha diabetes.

por ejemplo, IBM construye el sistema de diagnóstico médico Watson, pero el algoritmo no puede proporcionar explicaciones.

propósito claro

Restricciones claras

Aclarar los criterios de evaluación

Es el proceso de convertir problemas reales en problemas algorítmicos, y también es el proceso de abstraer muchos detalles.

Antes de diseñar un algoritmo, se debe establecer un modelo matemático.

La iteración del modelo es muy importante.

Determinado por el nivel de logro del objetivo y la complejidad del tiempo.

algoritmos, hardware

Determine los requisitos de precisión para los resultados de predicción, descarte detalles sin importancia y aclare y cuantifique problemas confusos.

Utilice el sentido común para verificar; utilice datos históricos para verificar;

Debe ser cercano a la realidad y fácil de resolver.

ej. problema de mochila

por ejemplo, la decisión de colocar anuncios en línea debe tomarse al instante y utiliza un algoritmo codicioso;

por ejemplo, cuando planeamos proteger a los animales salvajes, debemos encontrar la solución óptima tanto como sea posible y utilizar el algoritmo de ramificación y vinculación.

Prefiere algoritmos con baja sensibilidad de datos, pocas restricciones y poca dependencia de los datos.

por ejemplo, buscar en Chicago para encontrar un automóvil es muy lento. Esto se llama algoritmo de fuerza bruta.

por ejemplo, use el algoritmo iterativo para encontrar un automóvil. En el primer paso, la distancia desde el automóvil es de 10 kilómetros. Cuando gira en la primera vuelta y ingresa a la segunda iteración, la distancia se convierte en 1 kilómetro. Después de otra iteración, se convierte en 100. Metros Esta distancia se llama "residual".

Por ejemplo, el árbitro principal de un partido de tenis subcontrata el trabajo de arbitraje en diferentes niveles.

¿Se puede utilizar? Asegúrese de que el problema se pueda descomponer en subproblemas que sean similares al problema original y que estos subproblemas sean independientes entre sí.

¿La solución es rápida o no?

Por ejemplo, juego de toma de dulces: quien se enfrente a 4 dulces al final pierde.

Por ejemplo, aterrizaje suave vertical del cohete: la posición final debe estar muy cerca de la posición designada, el ángulo entre el cohete y el suelo debe ser muy cercano a 90 grados y la velocidad de aterrizaje debe ser muy cercana a 0.

Por ejemplo, juego de tomar dulces: la estrategia óptima debería ser tomar dos dulces al principio, pero si no sigues la estrategia óptima cuando te enfrentes a menos dulces en el futuro, no ganarás si tomas dos dulces ahora.

No es difícil encontrar una solución factible, pero sí es particularmente difícil encontrar la solución óptima.

Por ejemplo, encuentre la manzana más grande del árbol: corte las ramas que obviamente son más pequeñas que las manzanas, dejando una pequeña cantidad de ramas para comparar.

por ejemplo, encontrar el estudiante más alto en la escuela secundaria

Cuando el objetivo que se puede obtener en un determinado subespacio de búsqueda no es tan bueno como una solución factible conocida, este subespacio se eliminará directamente.

Depende de la eficacia con la que puedas podar, si solo ramificas sin podar, no hay diferencia con contarlas todas.

Estrategia de "detención anticipada": si la disociación óptima temporal obtenida está muy cerca de la solución óptima real, la detención anticipada puede ahorrar mucho tiempo.

ej., jurisprudencia en el sistema de derecho consuetudinario.