基于aima-python的人工智能算法实现
simpleai的Python项目详细描述
简单人工智能
==
project home:http://github.com/simple ai team/simpleai
这个库实现了Stuart Russel和Peter Norvig的《人工智能，现代方法》一书中描述的许多人工智能算法。我们强烈建议您阅读本书，或者至少阅读介绍性章节以及与您要使用的组件相关的章节，因为我们这里不解释算法。
此实现采用了Norvig实现（即“aima python<；https://code.google.com/p/aima python/>；``ulib”）中的一些思想，但是它采用了一种更加“pythonic”的方法，并且更加强调创建一个稳定、现代和可维护的版本。我们正在测试大多数lib，它可以通过pip安装获得，有一个标准的repo和lib架构，有很好的文档记录，遵守python pep8指南，只提供工作代码（没有未来的占位符）等。即使是内部代码，也要考虑可读性，而不仅仅是外部api。实现包括：
*搜索
*传统搜索算法（不通知和通知）
*本地搜索算法
*约束满足问题算法
*搜索算法的交互式执行查看器（基于网络和终端）
*机器学习
*统计分类
代码块：：none
，如果您想使用交互式搜索查看器，也可以安装：
。代码块：无
pip安装pydot烧瓶
您需要在系统上安装pip。在Linux上安装
python pip包，在Windows上遵循“this<；http://stackoverflow.com/questions/4750806/how to install pip on windows”`gt；` `.
此外，如果您在Linux上并且不使用VirtualEnv，记住对这两个命令都使用
``sudo``（``sudo pip install…``）.
另一个示例位于“samples”目录中，但这里很简单。
此问题尝试使用a*算法创建字符串“hello world”：
代码块：：python
from simpleai.search导入searchproblem，astar
class helloproblem（searchproblem）：
定义操作（self，state）：
如果len（state）<；len（goal）：
返回列表（'abcdefghijklmnopqrstuvwxyz'）
否则：
return[]
def result（self，state，action）：
return state+action
错误=和（[1如果状态为[i]！=目标[i]否则0
对于范围内的i（len（state）））
丢失=len（goal）-len（state）
返回错误+丢失
问题=helloproblem（初始状态=''）
结果=astar（问题）
打印（结果状态）
打印（结果路径（））
文档
==
您可以在线阅读文档“here<；http://simpleai.read the docs.org/en/latest/>；”。或者，对于脱机访问，您可以克隆项目代码存储库，并从“docs”文件夹中读取它们。
`.
authors
=
*您可以在“贡献者”部分找到许多人<；https://github.com/simpleai team/simpleai/graphs/contributors>；`.
*特殊A感谢'machinalis<；http://www.machinalis.com/>；``为本项目提供的工作时间。machinalis还处理其他一些非常有趣的项目，如“quepy<；http://quepy.machinalis.com/>；``和“more<；https://github.com/machinalis>；`”。
==
project home:http://github.com/simple ai team/simpleai
这个库实现了Stuart Russel和Peter Norvig的《人工智能，现代方法》一书中描述的许多人工智能算法。我们强烈建议您阅读本书，或者至少阅读介绍性章节以及与您要使用的组件相关的章节，因为我们这里不解释算法。
此实现采用了Norvig实现（即“aima python<；https://code.google.com/p/aima python/>；``ulib”）中的一些思想，但是它采用了一种更加“pythonic”的方法，并且更加强调创建一个稳定、现代和可维护的版本。我们正在测试大多数lib，它可以通过pip安装获得，有一个标准的repo和lib架构，有很好的文档记录，遵守python pep8指南，只提供工作代码（没有未来的占位符）等。即使是内部代码，也要考虑可读性，而不仅仅是外部api。实现包括：
*搜索
*传统搜索算法（不通知和通知）
*本地搜索算法
*约束满足问题算法
*搜索算法的交互式执行查看器（基于网络和终端）
*机器学习
*统计分类
代码块：：none
，如果您想使用交互式搜索查看器，也可以安装：
。代码块：无
pip安装pydot烧瓶
您需要在系统上安装pip。在Linux上安装
python pip包，在Windows上遵循“this<；http://stackoverflow.com/questions/4750806/how to install pip on windows”`gt；` `.
此外，如果您在Linux上并且不使用VirtualEnv，记住对这两个命令都使用
``sudo``（``sudo pip install…``）.
另一个示例位于“samples”目录中，但这里很简单。
此问题尝试使用a*算法创建字符串“hello world”：
代码块：：python
from simpleai.search导入searchproblem，astar
class helloproblem（searchproblem）：
定义操作（self，state）：
如果len（state）<；len（goal）：
返回列表（'abcdefghijklmnopqrstuvwxyz'）
否则：
return[]
def result（self，state，action）：
return state+action
错误=和（[1如果状态为[i]！=目标[i]否则0
对于范围内的i（len（state）））
丢失=len（goal）-len（state）
返回错误+丢失
问题=helloproblem（初始状态=''）
结果=astar（问题）
打印（结果状态）
打印（结果路径（））
文档
==
您可以在线阅读文档“here<；http://simpleai.read the docs.org/en/latest/>；”。或者，对于脱机访问，您可以克隆项目代码存储库，并从“docs”文件夹中读取它们。
`.
authors
=
*您可以在“贡献者”部分找到许多人<；https://github.com/simpleai team/simpleai/graphs/contributors>；`.
*特殊A感谢'machinalis<；http://www.machinalis.com/>；``为本项目提供的工作时间。machinalis还处理其他一些非常有趣的项目，如“quepy<；http://quepy.machinalis.com/>；``和“more<；https://github.com/machinalis>；`”。
欢迎加入QQ群-->： 979659372
