سرفصل‌ها درس 21 از 148 · تمرکز بر خود
تمرکز بر خود

فهرست‌هایتان را مقایسه کنید

چرا اهمیت دارد تا زمانی که ایده‌هایتان را در کنار پیش‌فرض قرار ندهید، نمی‌توانید بفهمید آیا فکر متفاوتی دارید یا خیر. یک عدد شما را صادق نگه می‌دارد.

در مسئلهٔ wrapped-log سه پاسخ مهر و موم‌شدهٔ هوش مصنوعی عبارت بودند از: مرتب‌سازی یک کپی سپس جستجوی دودویی؛ پیمایش برای یافتن wrap سپس جستجوی دودویی؛ شمارش مستقیم هر پرس‌وجو. به‌عنوان برچسب‌هایی از یک فهرست ثابت:

TAGS = {"load-all", "scan", "sort", "binary-search", "sample", "index", "math", "cache", "precompute"}
AI_TAGS = [{"load-all", "sort", "binary-search"},   # sort a copy
           {"scan", "binary-search"},                # walk to the wrap
           {"scan"}]                                 # count each query

اکنون سه رویکرد خودتان را به همین روش و صادقانه برچسب‌گذاری کنید: آنچه هر یک واقعاً انجام می‌دهند را برچسب بزنید، نه آنچه خوب به نظر می‌رسد. فهرست شما از مسئله در پیش‌نویس ذخیره‌شده‌تان قرار دارد؛ ابزار شروع‌کننده آن را چاپ می‌کند اگر این مرورگر آن را داشته باشد.

امتیازی نزدیک به ۱ یعنی ایده‌های شما، ایده‌های هوش مصنوعی بوده‌اند. امتیازی نزدیک به ۰ یعنی شما مسیرهای متفاوتی را کاوش کرده‌اید. هیچ‌کدام نمره نیستند: در بسیاری از مسائل، ایدهٔ رایج درست است. این به شما می‌گوید از کجا شروع کرده‌اید.

خلاصه: هر دو لیست را با همان کلمات برچسب‌گذاری کنید، هر یک از ایده‌های خود را با نزدیک‌ترین ایدهٔ هوش مصنوعی مطابقت دهید و میانگین بگیرید. این همپوشانی شماست.

نوبت شما

نوشتن closest(mine, ai_sets): بالاترین هم‌پوشانی مجموعه واژگان (تگ‌های مشترک تقسیم بر مجموعه‌ی تمام تگ‌های متفاوت، در صورت خالی بودن هر دو ۰) بین mine و هر مجموعه‌ای در ai_sets؛ لیست‌ها یا مجموعه‌ها را بپذیرید. بنویسید overlap_with_ai(my_tags, ai_sets): میانگین closest بر رویکردهای شما (۰ برای عدم وجود). اختصاص دهید my_tags، یک فهرست برچسب از TAGS به ازای هر رویکرد، سپس تنظیم کنید score = overlap_with_ai(my_tags, AI_TAGS) و آن را با دو رقم اعشار گرد شده چاپ کنید.

مشکلی در این درس دیدید؟ گزارشش کنید · دربارهٔ این درس بپرسید

این تمرین به‌زودی باز می‌شود

درس پیش از آن را تمام کنید تا این یکی باز شود. کل دوره رایگان است، حساب کاربری لازم نیست، و می‌توانید همین الان این درس را بخوانید.