En la forma en que hay una entrada y salida esperada, son similares. Pero cualquier función predictiva funciona así.
Sería muy difícil afirmar que hubo una relación entre los dos, ya que en esencia son premisas muy diferentes sobre cómo resolver un problema.
En la teoría de juegos, observamos las posibles acciones que un actor racional podría tener, y cómo responden a otros actores racionales y sus acciones. Además de algunas cosas sobre colusión, pero que se adentra más en la parte de economía del comportamiento de la teoría de juegos que en la parte de matemáticas discretas.
- ¿Cuáles son los fundamentos de la inteligencia artificial?
- ¿Qué hace la informática afectiva?
- ¿Qué tan probable es que, como en la película "Terminator", las computadoras del sistema de defensa interconectado se vuelvan conscientes de sí mismas y ataquen a la humanidad?
- ¿Puedo usar la programación de expresión génica para desarrollar programas C ++?
- ¿Cómo es ser parte del Programa Ninja de Aprendizaje Automático de Google?
Con las redes neuronales, estamos utilizando la probabilidad en capas para descubrir variables latentes (una de las palabras favoritas de la física cuántica \ U0001f601), y las utilizamos para encontrar soluciones a problemas que un simple sistema de regresión lineal / lineal no podría comprender.
Esto suena mal, pero dudo que haya una utilidad generalizada de vincular ideas tan diferentes, porque cualquier vinculación estaría permanentemente vinculada al pequeño problema de subconjunto al que aplicó ambos. ¡Ambas son herramientas increíbles para muchos problemas!