用AI算法算了一卦之后,距离脱单好像又……

2018 年 9 月 14 日 程序人生

点击上方“程序人生”,选择“置顶公众号”

第一时间关注程序猿(媛)身边的故事


作者

Cottbuser

已获原作者授权,如需转载,请联系原作者。


人工智能全连接神经网络介绍

人工智能是目前最火爆的话题之一,也是收入最高的岗位之一。以下是人工智能深度神经网络的相关图片。主要理念就是给每个输入分配不同的权重(每个人的说话分量不同)

以下是在计算机内部的计算公式:

具体怎么运算不用彻底理解,只需要知道每个因素w的重要性不同就够了。了解了这些知识点,我迅速就想到了目前城市和农村存在的单身男女比例失调的问题。很多时候都是多个男生追一个女生,女生看看这个,想想那个,都不错,就像去商场买衣服一样,不知道选择哪个了,很可能挑着挑着就到了30岁了,本来一手好牌,可惜了,本文就是帮大家解决这个一选多的问题。

找对象,要考虑多个方面【颜值,财富,潜力,出身,健康】等。这几个方面就构造几个维度,形成一个行向量。而具体的每个维度的值,则会产生一个列向量。找对象,就是行列匹配找最大值的过程。

想要男朋友的,看下面的就够了

上面说了女孩找对象会考虑很多因素,但是,心里一定要有杆秤,哪个因素对你来说最重要,哪个不要紧。比如,对于白富美,男孩颜值最重要了。对于北漂的新移民来说,面对500年才买得起的房子,钱才是最重要的,下来就是男生是北京本地人最好,也就是出身很重要了。接下里应该要考虑健康了,然后就是潜力,颜值。嗯,普通女孩子,如果要想尽快安定在北京,放弃不切实际的颜值吧。马爸爸说,明天我想过单身生活了,你嫁不嫁?果断嫁好吧。就是这个意思,对于普通人,钱才是权重最高的,颜值排最后(不用呸,长大碰到需要钱的时候就懂了,华为男生亲口告诉我的,如果时光倒流,当年就是头猪,只要有钱,他也娶回家)。考虑到绝大多数都是普通人,这种权重排序比较靠谱【财富,出身,健康,潜力,颜值】。假设这5个权重的总和是20。

女孩1 =【财富9,出身5,健康3,潜力2,颜值1】
男孩1 = 【财富0,出身2,健康3,潜力1,颜值14】只有颜
男孩2 = 【财富10,出身0,健康3,潜力0,颜值7】票子和颜值都不错
男孩3 = 【财富0,出身1,健康8,潜力10,颜值1】潜力股

来,用AI算法给你算一卦,哪个最合适?(现实情况更复杂脑力真心不够)

核心其实是矩阵相乘的过程,学过线性代数的都默默的说AI这么简单啊。

女孩 * [男孩1,男孩2,男孩3]= 【9,5,3,2,1】*
[
【0,10,0】,
【2,0,1】,
【3,3,8】
【1,0,10】
【14,7,1】
]

也就是【1,5】和【5,3】的矩阵相乘,结果是【1,3】的矩阵。
矩阵第一个元素举例:【9*0+5*2+3*3+2*1+1*14】后面两排依次计算。

下面我用Python编程语言来算下,能机械重复的都交给计算机,计算机最喜欢类似工作了。

Python这个背后的红娘是这样工作的

#以下是人工智能的主打编程语言Python代码,有想学习Python的可以后台联系我,深圳地区海归上门授课
import numpy as np   #引入Python中的数据科学库,计算矩阵相乘就靠它了
#女孩的想法
girl = np.mat([95321])
#男孩信息:第一列是高颜值,第二列富二代,第三列潜力股
boys = np.mat([
    [010,0],
    [201],
    [338],
    [1010],
    [1471]
    ])

boy_score = girl * boys  #得到每个男孩得分
print('the best boy is:', boy_score)

计算机输出结果如下:
the best boy is: [[ 35 106  50]]
[Finished in 0.1s]

分析结果

富二代得分最高106,潜力股次之50,颜值帝35不用考虑了。显然富二代会和美女牵手成功。

其实在这次排名中,很难判断是找个潜力股还是富二代,因为人脑很难快速判断出一个结果。通过计算发现富二代最合适,剩下的交给命运吧。

那有人会问了,我家有3个女孩,都要找对象怎么办?好办!

给女孩的矩阵中添加多行,每行是每个女生对每个点的重视程度的打分。矩阵相乘结果就是3行3列,表示多个女生选择的结果,每个女生只需看自己所在行的分数就行了。

现实生活中,要考虑的东西远远不止5个条件,30个都可能,人脑计算真心累,这种办法可以轻松搞定,搞不定如何计算的找我

妈妈再也不用担心我找男朋友了。

- The End -

「若你有原创文章想与大家分享,欢迎投稿。」

加编辑微信ID,备注#投稿#:

程序 丨 druidlost  

小七 丨 duoshangshuang


上期精彩内容

登录查看更多
1

相关内容

表示人物颜容英俊或靓丽的数值,用来评价人物容貌,男性和女性皆可用本词形容。
商业数据分析,39页ppt
专知会员服务
164+阅读 · 2020年6月2日
【纽约大学】最新《离散数学》笔记,451页pdf
专知会员服务
130+阅读 · 2020年5月26日
一份简短《图神经网络GNN》笔记,入门小册
专知会员服务
226+阅读 · 2020年4月11日
【干货书】数值计算C编程,319页pdf,Numerical C
专知会员服务
71+阅读 · 2020年4月7日
【经典书】数据结构与算法C++,第二版,738页pdf
专知会员服务
169+阅读 · 2020年3月27日
做机器学习和AI必备的42个数学知识点
AI前线
9+阅读 · 2018年12月6日
吃鸡手游竟然是Python写的?
机器学习算法与Python学习
7+阅读 · 2018年9月11日
一文轻松get朴素贝叶斯算法,以及女朋友
人工智能头条
5+阅读 · 2018年6月25日
万万没想到,枯燥的“机器学习”还可以这样学!
决策树
Datartisan数据工匠
4+阅读 · 2018年4月19日
通俗理解卷积神经网络(小学生都能看懂)
七月在线实验室
9+阅读 · 2018年1月25日
Python除了不会生孩子,什么都会
算法与数学之美
3+阅读 · 2017年11月8日
从逻辑回归到最大熵模型
夕小瑶的卖萌屋
4+阅读 · 2017年7月11日
娈童者:所幸 生在这里
博望志
15+阅读 · 2017年5月17日
Arxiv
3+阅读 · 2018年5月21日
Arxiv
5+阅读 · 2016年12月29日
VIP会员
相关VIP内容
商业数据分析,39页ppt
专知会员服务
164+阅读 · 2020年6月2日
【纽约大学】最新《离散数学》笔记,451页pdf
专知会员服务
130+阅读 · 2020年5月26日
一份简短《图神经网络GNN》笔记,入门小册
专知会员服务
226+阅读 · 2020年4月11日
【干货书】数值计算C编程,319页pdf,Numerical C
专知会员服务
71+阅读 · 2020年4月7日
【经典书】数据结构与算法C++,第二版,738页pdf
专知会员服务
169+阅读 · 2020年3月27日
相关资讯
做机器学习和AI必备的42个数学知识点
AI前线
9+阅读 · 2018年12月6日
吃鸡手游竟然是Python写的?
机器学习算法与Python学习
7+阅读 · 2018年9月11日
一文轻松get朴素贝叶斯算法,以及女朋友
人工智能头条
5+阅读 · 2018年6月25日
万万没想到,枯燥的“机器学习”还可以这样学!
决策树
Datartisan数据工匠
4+阅读 · 2018年4月19日
通俗理解卷积神经网络(小学生都能看懂)
七月在线实验室
9+阅读 · 2018年1月25日
Python除了不会生孩子,什么都会
算法与数学之美
3+阅读 · 2017年11月8日
从逻辑回归到最大熵模型
夕小瑶的卖萌屋
4+阅读 · 2017年7月11日
娈童者:所幸 生在这里
博望志
15+阅读 · 2017年5月17日
Top
微信扫码咨询专知VIP会员