Por inteligencia artificial supondré que te refieres al aprendizaje automático. Si creó un algoritmo de aprendizaje no supervisado con suficientes grupos y la muestra de entrenamiento fue verdaderamente aleatoria, las entradas se distribuirían uniformemente sobre los conjuntos en la capa de salida final. Esto significa que cualquier información aleatoria debería distribuirse nuevamente de manera uniforme sobre los conjuntos de salida, siempre que la muestra de entrada sea lo suficientemente grande (como cualquier ML).
Si, por otro lado, los datos de entrada no se distribuyeron uniformemente a través de los conjuntos de salida, no deberían distribuirlos uniformemente. Pero, diría que esto podría ser problemático a menos que tanto el entrenamiento como el conjunto de muestras fueran grandes. Todavía no hay garantía de que una muestra de entrada dada se distribuya uniformemente porque la naturaleza de los números de medios aleatorios se repetirá e incluso podría repetirse en secuencia. Es por eso que el conjunto de entrenamiento debería ser tan grande.
Llegaría a la conclusión de que sería difícil tener hallazgos significativos si estuviera tratando de usar una estructura de LD no supervisada para determinar realmente al azar. Esto, sin embargo, no es inusual.
- Aprendizaje automático: ¿cómo puedo comparar entre clasificadores?
- ¿Qué RAM debo instalar en mi PC 2005? Ahora corre lento; ¿Es este el resultado de instalar Windows 7? ¿Cómo puedo acelerarlo?
- Si quiero escribir un compilador y hacer rodar a mano mi propio lexer / parser (sin lex / yacc o antlr), ¿cuál es el enfoque más fácil?
- ¿Qué es un error de sintaxis?
- ¿Cuál es el propósito de las computadoras basadas en Itanium?
¿Es esto al azar?
5 107 98 398 686 229 963 406 4 386 17 614 254 229
No tienes forma de saber si eso es aleatorio. Puede ser un patrón. Puede estudiar una larga lista de números y decidir que pueden ser aleatorios, pero que no hay forma de saber con 100% de certeza que no lo son. Puede hacer una declaración de que su distribución es par o no y cuánto, pero nunca podría decir con certeza que son absolutamente aleatorios con solo mirar los números.
Al final, dado que nunca se puede decir que una secuencia de números es verdaderamente aleatoria con solo mirarlos, tampoco se puede hacer un ML (o incluso una IA). Lo mejor que podría hacer sería un análisis estadístico sobre su grado de aleatoriedad. ML puede hacer eso también.
Gracias por el A2A.