Машинное обучение и пикап

Настала весна и мальчики хотят знакомиться с девочками! Как может помочь ML в этой трудной задаче?
Описание задачи: вы познакомились с девочкой и вам надо сделать ее модель и предсказать ее поведение (пойдет ли она с вами на свидание)

Решение:
1) метод ближайшей соседки
У вас уже есть база девушек и их стратегий и вам надо подобрать наиболее близкую по контексту девочку
Но если Вы так сделать не можете
2) формирование дерева решений
Например методом проб и ошибок вы можете придти к следующему дереву:
if (погода == хорошая) then свидание = true
else
if (фильм в кино == хороший) свидание = true
else
свидание = false

Тут мы составили алгоритм девушки. Поведение девушки в данном случае строго детерминированно

Добавлено 24.04.17, 11:07
Но потом вы замечаете, что поведение девушки не укладывается в детерминированный алгоритм! Что делать?
На помощь приходит формула Байеса и наивный байесовский алгоритм!
Сначала накопим статистику:

Количество звонков к девушке и приглашений на свидание - 20
Из 20 дней в 15 случаях была хорошая погода

Количество свиданий - 10
Из 10 свиданий в 9 случаях была хорошая погода

По формуле Байеса Вероятность свидания при условии хорошей погоды = 50% * 90%/ 75% = 59%
Теперь надо точно также вычислить вероятность свидания при условии хорошего фильма
по наивному Байсовскому алгоритму получит 4 вероятности свидания при 4 разных условиях:
нет хорошего фильма AND хорошая погода
нет фильма AND плохая погода
есть фильм AND хорошая погода
есть хороший фильм AND плохая погода

Добавлено 24.04.17, 11:12
Дальше мы просто подсчитываем вероятность свидания в зависимости от конкретной погоды и репертуара кинотеатра и если вероятность > 50%, значит звоним

Один из сайтов знакомств в америке поднял миллиарды долларов на использовании ИИ для поиска подходящих анкет. Так, что идея уже украдена

На самом деле лучший алгоритм придумал поручик Ржевский... И лучше пока варианта не придумано.

Запаришься ходить на свидания пока ИИ чему-то научится.

ChatGPT уже ходит на свидания