Imagine un espacio de búsqueda “típico”: hay una o más regiones donde los valores máximos tienden a congregarse, una o más regiones donde los valores mínimos tienden a congregarse, y en su mayor parte el valor de cualquier punto en la superficie de búsqueda estará cerca de Los valores de sus vecinos.
Ahora imagine un espacio de búsqueda donde el valor en cualquier punto no está correlacionado por completo con los puntos vecinos. Quizás una función de “ruido blanco”:
- ¿ISRO emplea el aprendizaje automático en alguno de sus sistemas de trabajo actuales?
- ¿Alguien puede compartir el conocimiento sobre el algoritmo de Monte Carlo que recoge datos al azar?
- ¿De qué manera es el capitalismo como un algoritmo?
- ¿Por qué la búsqueda es más rápida para un árbol binario que una lista vinculada?
- Cómo saber cuándo usar .add o .put para agregar a una matriz en Java
Ahora imagine el conjunto de todos los espacios de búsqueda posibles. Una pequeña fracción se comportará tan bien como en el ejemplo anterior, una pequeña fracción no estará correlacionada por completo como en el segundo ejemplo, y la gran mayoría tendrá alguna combinación de ambos: habrá puntos que no “parecerán aleatorios” , a pesar de que lo son.
Lo que dice el teorema “sin almuerzo gratis” es que ” el rendimiento promedio de cualquier par de algoritmos en todos los posibles problemas [es decir, espacios de búsqueda] es idéntico “. Podría pensar que usar un algoritmo de descenso de la colina para encontrar un máximo global sería una idea terrible, y para el pequeño subconjunto de espacios de búsqueda que generalmente consideramos, eso es cierto. Pero cuando considera todos los espacios de búsqueda, el descenso de la colina es tan malo (o tan bueno) como cualquier otro algoritmo .
(Existen algunas restricciones en la definición de “algoritmo”, IIRC. Un algoritmo que solo considera un solo punto aleatorio y se detiene debería ser peor que un algoritmo que considera dos puntos aleatorios y se detiene. Creo que siempre y cuando los dos algoritmos consideren un número igual de puntos únicos, el teorema es válido).