Video: Yapay Zeka 8.1: Mantık (Logic) Giriş 2024
Açgözlü akıl yürütme çoğu kez bir optimizasyon işleminin parçası olarak kullanılır. Algoritma, problemi teker teker inceliyor ve sadece adım adım odaklanıyor. Her açgözlü algoritma iki varsayım yapar:
- Belli bir adımda tek bir optimal seçim yapabilirsiniz.
- Her adımda en uygun seçimi seçerek, genel sorun için en uygun çözümü bulabilirsiniz.
Her biri belirli görevleri yerine getirmek için optimize edilmiş pek çok açgözlü algoritma bulabilirsiniz. Aşağıda, grafik analizi ve veri sıkıştırması için kullanılan aç gözlü algoritmaların bazı yaygın örnekleri ve bunları kullanmak isteyebileceğiniz nedenler verilmiştir:
- Kruskal'ın Asgari Kapsayan Ağacı (MST): Bu algoritma aslında açgözlü algoritmaların prensiplerinden birini insanların derhal düşünemeyebileceğini göstermektedir. Bu durumda, algoritma açgözlü kelimesi başlangıçta ifade edebileceği gibi en küçük değeri olmayan iki düğüm arasındaki kenarı seçer. Bu tür bir algoritma, bir haritada iki konum arasındaki en kısa yolu bulmanıza veya grafikle ilgili diğer görevleri gerçekleştirmenize yardımcı olabilir.
- Prim'in MST: Bu algoritma yönlendirilmemiş bir grafiği (yönün dikkate alınmadığı) yarıya böler. Daha sonra, iki yarımı birleştiren kenarı seçer, böylece iki yarımın toplam ağırlığı olabildiğince az olur. Bu algoritmayı, bir labirent oyunu sırasında labirentin başlangıcı ile bitişi arasındaki en kısa mesafeyi bulmak için kullandığını görebilirsiniz.
- Huffman Encoding: Bu algoritma birçok veri sıkıştırma tekniğinin temelini oluşturduğu için bilgisayarlarda oldukça ünlüdür. Algoritma, bir girdi akışındaki her benzersiz veri girişine bir kod atar ve böylece en sık kullanılan veri girişi en kısa kodu alır. Örneğin, E harfi, alfabedeki diğer harflerden daha sık kullandığından, İngilizce metni sıkıştırırken normal olarak en kısa kodu alacaktır. Kodlama tekniğini değiştirerek, metni sıkıştırabilir ve iletim süresini azaltarak çok daha küçük yapabilirsiniz.