### 휴리스틱

그 노드의 얼마나 우리문제를 푸는데 있어서 좋은 노드인지 바람직한지 

그 평가함수가 높은 값부터 처리해보는 것을 

휴리스틱 이라고 한다

### Best First Search

Evaluation function 

Heuristic Function

직선거리 로 활용

 

가장 짧은 거리에서 분석

즉 갈수있는 방법에서 가까운 곳을 계속 서치한다

결과가 나올때까지

최저 거리부터 고르니 나오면 그게 답임

 

### A*Search(A-star)

Evaluation function f(n) = G(n) + h(n) 

 f(n) : 평가 해도 될지 안될지

 G(n) : n까지 오는데 걸린 cost 비용

 h(n) : 현재 목적지 까지 실어야하는 값

 

즉 최대 값을 정해놓고 그값이 넘으면 다른 길을 찾는다

그러면서 위에 가장 짧은 거리로만 가서 답을 구하는 업그래이드 된 방식

 

###Local Search Algorithms

지역탐색의 철학 메모리를 적게 쓰자

 

greed search : 가장 좋은 곳을 간다 (서치x)

local maima : 지역적으로 최대값을 가지는 것 

initial point : 목적

hill-climbing : 

 

하나를 옮겻을때 최선인 상황 찾기

담금질 기법

 

 

 

 

 

 

'K-MOOC > 인공지능 기초' 카테고리의 다른 글

6주차 게임이론  (0) 2020.04.09
5주차 강화학습  (0) 2020.04.02
4주차 강화학습  (0) 2020.03.28
2주차 트리 써치  (0) 2020.03.22
1주차 인공지능 소개  (0) 2020.03.20
블로그 이미지

Or71nH

,