寻找基本成分的最佳用途
Finding the best use of base ingredients
假设我有一份食谱清单，并且配料清单的数量有限。
可以找到所有成分的最佳用途的计算机算法的名称是什么？
我认为您需要更清楚地定义“最佳使用”。例如是做 4 种不同的东西“更好”还是做很多一件东西更好？是做一件大事而且没有剩下的配料更好，还是做很多不同的东西但剩下一点更好？是否有些成分比其他成分更有价值，以至于遗留下来更好或更糟？
无论如何，这更像是一个优化问题，而不是 ML 问题。它也可能不可微分，所以梯度方法可能已经过时了。所以你可能正在寻找像 simulated annealing, genetic algorithms, or just some hill climbing.
这样的算法
基本上，您需要为使用的任何一组食谱和剩余的配料分配“成本”或“收益”。所以你需要一个可以接受这些东西的函数和 return 一个分数——它有多好或多坏。然后，您将通过选择食谱、计算剩余内容等来“探索解决方案 space”，并对其进行评分。然后再试一次，看看能不能得到更好的分数等等。上面提到的算法都是有效地探索可能的解决方案集的方法，希望得到near-optimal答案。
假设我有一份食谱清单，并且配料清单的数量有限。 可以找到所有成分的最佳用途的计算机算法的名称是什么？
我认为您需要更清楚地定义“最佳使用”。例如是做 4 种不同的东西“更好”还是做很多一件东西更好？是做一件大事而且没有剩下的配料更好，还是做很多不同的东西但剩下一点更好？是否有些成分比其他成分更有价值，以至于遗留下来更好或更糟？
无论如何，这更像是一个优化问题，而不是 ML 问题。它也可能不可微分，所以梯度方法可能已经过时了。所以你可能正在寻找像 simulated annealing, genetic algorithms, or just some hill climbing.
这样的算法基本上，您需要为使用的任何一组食谱和剩余的配料分配“成本”或“收益”。所以你需要一个可以接受这些东西的函数和 return 一个分数——它有多好或多坏。然后，您将通过选择食谱、计算剩余内容等来“探索解决方案 space”，并对其进行评分。然后再试一次，看看能不能得到更好的分数等等。上面提到的算法都是有效地探索可能的解决方案集的方法，希望得到near-optimal答案。