¿Existe un algoritmo de aprendizaje automático que asigne una sola entrada a una lista de salida de longitud variable? Si es así, ¿hay implementaciones del algoritmo para uso público? Si no, ¿qué recomienda como solución alternativa?
En mi caso, la entrada es un escalar único y la salida es una lista de escalares con longitud variable. Por ejemplo, supongamos que quisiera generar una lista de las unidades dada la longitud de la lista como entrada. Entonces <input, output> podría ser <1, [1]>, <2, [1, 1]>, etc. Un pequeño ajuste proporcionaría la raíz cuadrada de la longitud en cuyo caso <2, [1, 1 , 1, 1]> sería una respuesta. Nota: la entrada no necesita estar directamente vinculada a la salida.
Para un ejemplo más complejo, supongamos que quiero aprender la secuencia de mirar y decir . Los pares válidos de <entrada, salida> serían: <1, [1]>, <2, [1, 1]>, <3, [2, 1]>, <4, [1, 2, 1, 1] >, <5, [1, 1, 1, 2, 2, 1]>, etc. Mi problema también es similar porque puedo generar más ejemplos; No estoy restringido a un conjunto finito de ejemplos.
¿Puedes dar un ejemplo de lo que quieres decir? Estoy confundido si está preguntando acerca de una sola variable de entrada asignada a múltiples variables de salida diferentes, o una sola variable de entrada asignada a una lista de la misma variable.
—
NBartley
Todos los ejemplos que ha mostrado hasta ahora tienen una única salida que puede asignarse determinísticamente a una lista de longitud variable. Aquí está la entrada única / salida única: <1,1>, <2,2>, <2,4> y un script determinista simple puede convertir esto en <1, [1]>, <2, [1,1 ]>, <2, [1,1,1,1]>. Le sugiero que divida el problema en la pieza de aprendizaje automático y la pieza determinista.
—
AN6U5
Gracias por la informacion adicional. Sin embargo, no creo que haya suficiente información provista para formular una respuesta más allá de una discusión heurística de alto nivel como se ve en la respuesta que se proporciona. El límite ilimitado excluye los algoritmos de clasificación como se describe a continuación, por lo que esto se parece más a un problema para un modelo de Markov oculto. Pero el ejemplo que proporcionó aún carece de un componente estadístico que apunte a la solución mediante un método de aprendizaje estadístico. ¿Es la 'secuencia de mirar y decir' el verdadero problema o hay un conjunto de datos estadísticamente distribuido con el que realmente está trabajando?
—
AN6U5
El problema real que me interesa es la coyuntura de Collatz . En particular, ¿qué información puedo obtener de un algoritmo de aprendizaje que intenta aprender < número de Mersenne , secuencia de granizo>.
—
ricksmt
Fuera de tema porque la pregunta es un problema determinista de matemática pura reformulado en forma de aprendizaje automático. No se proporciona una muestra estadística, sino que se hace referencia a un pequeño conjunto de casos de una serie matemática infinita. El OP espera recuperar una relación no lineal entre la función de entrada y la lista de números primos correspondientes al Número Mersenne de la función de entrada. Esto no está bien planteado, ni cae dentro de la lista de temas de ciencia de datos.
—
AN6U5