配牌からアガれるかアガれないか予測する - Qiita

はじめに 趣旨 個人的にディープラーニングや機械学習を学習したいと思い、O'Reilly Japanさんから出版されているゼロから作るDeep Learningを読みました。 しかし、私自身に知識がなく、いまいちピンとこなかったので、簡単なものを作ってみようと考えました。 とはいえ、せっかくなら自分の趣味でもある麻雀に関わるところで作ろうと考えました。 筆者のスペック Python、機械学習ともに初心者 普段はPHPやRubyを使ったWebのお仕事 環境 Python 3.6.0 bottle 0.12.13 heroku 機能概要 作成したアプリは下記になります。 https://python-mahjang.herokuapp.com/index また、ソースコードは下記になります。 https://github.com/naoki85/python_mahjong 配牌と結果のみを学

[pribetch]

次は「何を切る？」のディープラーニングを。

[keiseiryoku]

アプローチの仕方がいろいろと間違っているように思える。ゼロから牌理を突き詰めていくのなら妥当だけど。

[tmatsuu]

おお、面白い

[xlc]

機械学習の例題としては面白いけど、捨て牌や副露を見ないのなら単純に牌理の問題だよね。

[masayoshinym]

配牌のみから予測するというのは妥当なのだろうか。試み自体はすごく面白い。

[inoken0315]

面白い試み。13枚の配牌は最大18枚程度のツモと合わせても4割近く影響があるものだし、研究が進んで実装されたら「配牌和了率○％以下の時は守備重視で打つ」みたいな定石ができたりして。

[midnight-railgun]

実践での「あがった」と理論上の「あがれる」は別概念なのではなかろうか。人間の打ちまわしが下手であがれなかった場合や、オーラスで逆転に届かないので見逃して流局にさせる場合などもあるのだから。

[misakiushida]

面白そう。対局者のクセとかも覚え込ませたりできるんだろうか

[amazedkoumei]

配牌と和了に相関あるのかなあ

[studio3104]

おもしろい

[h5y1m141]

ゼロから作るDeep Learning、自分もサンプル写経しながら読んだけどもう少し理解深めたいとボンヤリ考えてたので、こういう趣味の領域を使うのは参考になる。

[maRk]

多面張でもあがれない時はあがれないしなあ

[qtamaki]

なるほどね