机器之心Pro 潜水
  • 3发帖数
  • 3主题数
  • 0关注数
  • 0粉丝
开启左侧

用「最好的语言」PHP,做一个机器学习数据集

[复制链接]
机器之心Pro 发表于 2021-7-6 14:42:16 | 显示全部楼层 |阅读模式 打印 上一主题 下一主题
机器之心报道

编辑:陈萍

使用 PHP 为机器学习准备数据集。
机器学习是一门通过数据来教计算机解决问题的科学,而不是编写序列算法,让指令逐个执行。

一般来说,数据准备是机器学习的首要任务,通常包括两个子步骤:创建数据集和转换数据。

如果想构建一个类似人类的 AI 象棋游戏,首要问题就是创建一个数据库,而且该数据库须要尽可能多的包含象棋大师玩游戏的数据。通常环境下,大多数人使用 Python 构建数据集,而且在一定程度上认为 Python 是数据科学的唯一编程语言。

但是,项目作者 Jordi Bassaganas 冲破盛行观点(该观点认为 Python 是世界上唯一用于数据科学的编程语言),不使用 Python,而是在构建数据中使用了 MySQL、PHP 和 Rubix ML,其中 Rubix ML 是一个高级机器学习库,可构建使用 PHP 语言从数据中学习的程序。


                               
登录/注册后可看大图

项目地址:https://github.com/programarivm/chess-data

项目先容

该项目是一组命令行界面(Command-Line Interface,CLI)工具,可资助管理 PGN 游戏中的象棋数据库,此外,该工具还可以进行数据准备、可视化数据和使用 Rubix ML 训练监督模型。


                               
登录/注册后可看大图

所谓的 PGN 就是「可移植式棋局记号法」(Portable Game Notation),是一种以 ASCII 文本文件表现国际象棋棋局数据的尺度设定。PGN 计划成使人们很容易进行阅读和编写,电脑程序很容易进行解析和产生。定义和传播 PGN 的目的,是为了促进公开对局数据的共享交流,包括来自全世界的棋手 (不管有无组织)、出书人和电脑国际象棋研究的。

接下来真正的问题是:应该给计算机提供哪些示例以使机器学习变得更容易?

这个数据准备存储库主要任务是将数百万个象棋游戏加载到 SQL 数据库中。作者从 PGN Mentor 中下载了 PGN 文件,PGN Mentor 是一个用于国际象棋研究的软件应用程序,同时还提供了一个包含数百万个游戏的文件集合,并将这些文件复制到 programarivm/chess-data/data/players 文件夹中。

着实使用 PHP 为机器学习准备数据集并没有什么简单方法。但实现过程涉及到不同的技术,这是关于对处置惩罚问题的明确、收集和过滤数据的最好实践过程。

例如,当涉及国际象棋时,起首你须要过滤和验证游戏,这意味着要删除那些语法上无效或包含错误的游戏。cli/pgn-validate.php 命令查找 PGN 文件中错误,这条命令在将信息加载到数据库时会被广泛使用。

示例展示

下面展示了使用该项目设置和运行 MySQL 国际象棋数据库,第一步是创建如下所示的象棋数据库:

$ php cli/db-create.php
然后,按照下面的形貌,games 表将被植入有用数据。

$ time php cli/db-seed.php data/players 15 games did not pass the validation. 3234 games out of a total of 3249 are OK. 1353 games out of a total of 1353 are OK. 1900 games out of a total of 1900 are OK. 776 games out of a total of 776 are OK. 1 games did not pass the validation. 1660 games out of a total of 1661 are OK. 4 games did not pass the validation.... 1124 games out of a total of 1124 are OK. 265 games out of a total of 265 are OK. 1 games did not pass the validation. 2099 games out of a total of 2100 are OK.
cli/db-seed.php 命令须要大约 40 分钟才能加载大约 400,000 个游戏。

mysql> select count(*) from games;+----------+| count(*) |+----------+| 402658 |+----------+1 row in set (0,23 sec)


值得一提的是,全部这些都是用 PHP 语言实现的!



创建好国际象棋数据库后,就可以为机器学习算法准备数据。在接下来的文章中,项目作者将详细说明怎样通过使用多层感知器分类器和该数据库,进行国际象棋防守、战术等的开辟。



参考链接:

https://ai.plainenglish.io/preparing-a-dataset-for-machine-learning-with-php-fd68dd85187e
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

猜你喜欢
在线客服QQ
2241998733

24x7小时免费咨询

Powered by 创意电子 ©2018-现在 专注资源实战分享源码下载站联盟商城繁体中文