其实我们一直在寻找规律--观机器学习有感
发表于2017-02-21
首先发三个网址：
这篇文章是讲解机器学习的原理
http://www.tmtpost.com/2540186.html
下面两篇文章是机器学习的表现
这篇文章，机器人发现了用头可以干掉敌人（搜索关键字：你知道Mario如何可以用头去干掉敌人吗？）
http://36kr.com/p/202585.html这篇文章是对机器人过关的分析
http://digi.tech.qq.com/a/20150703/008945.htm
总结：机器学习就是掌握了马里奥关卡设计的规律：
马里奥到达固定的地点，出现固定的敌人，敌人的攻击方式是固定的。
也就是说：马里奥关卡设计没有随机性，所以容易学习。
推人及己，我们做游戏设计也是在不断的找规律：
游戏反推，
对游戏中某一系统规则的分析，
对运营活动的分析，
对游戏中英雄的分析
这些都是统计现有机制、系统的规律，然后分析该机制的目的/原因。
举例：
游戏设计：
什么样的游戏方式能够给玩家带来什么样的体验，能有多大的效果？
游戏运营：
什么样的活动能够拉动活跃度，拉动的效果大概是多少？
什么样的活动能够拉动付费率，拉动的效果大概是多少？
什么样的活动能够拉动人均付费值，拉动的效果大概是多少？
那么如何提高我们分析游戏的效率？
1、提升样本数量
一个样本很难分析规律，所以我们要大量接触同种类型的游戏，找足够多的游戏/系统做样本进行分析；
2、分析变量数量
也就是影响结果的因素数量，就像《机器学习并没有那么深奥，它还很有趣（1）》中的房间数量、房间大小、周边 环境；
3、创建模型，不断的试错
对于游戏设计来说比较难做到，因为创建模型比较难，现实中的模型也能给我们提供不断试错的环境，一款游 戏上线，不断地试错，不断改动，玩家应该都流失掉了；
参考：
机器学习并没有那么深奥，它还很有趣（1）
http://36kr.com/p/5056699.html
机器学习并没有那么深奥，它很有趣（2）
http://36kr.com/p/5057852.html
机器学习并没有那么深奥，它很有趣（3）
http://36kr.com/p/5061731.html
机器学习并没有那么深奥，它很有趣（4）
http://36kr.com/p/5063265.html