Solve: MachineLearning

[KKWANH]

• dataset collection
  • modulize & automate
• machine learning
• modulize & visualize

GPT

필요한 구조 및 단계:

• 데이터 수집: 퍼즐 상태와 그에 대한 최적 이동을 포함하는 데이터셋을 생성해야 합니다.
• 특징 추출: 퍼즐 상태를 머신러닝 모델의 입력으로 변환하기 위한 특징 벡터를 정의합니다.
• 모델 선택 및 학습: 적절한 머신러닝 모델(예: 딥러닝 모델)을 선택하고, 수집한 데이터로 학습시킵니다.
• 예측 및 검증: 학습된 모델을 사용하여 새로운 퍼즐 상태에서 다음 이동을 예측하고, 성능을 평가합니다.

코드 구조 제안:

• DataGenerator 클래스: 다양한 퍼즐 인스턴스를 생성하고, 최적의 알고리즘을 사용하여 라벨링된 데이터를 생성합니다.
• MLModel 클래스: 머신러닝 모델의 학습과 예측을 담당합니다.
• 데이터 저장 및 로드 기능: 생성된 데이터를 저장하고, 재사용할 수 있도록 합니다.