神经网络算法可以预测主观随机数吗
机器学习的前提是样本由一个未知的函数生成，也就是说有规律可循。如果A的投掷是有规律的，那么理论上如果条件充分，学习算法可以模拟这个规律。另外即使是随机数，因为随机函数是一定的，机器学习算法也可以模拟每种情况的概率。例如语法标注的算法就是模拟某个词是某种词性的可能性大小。程序会挑选可能性最大的词性，作为返回结果。
■网友
应该是不能的。神经网络可以用来学习数据的本质规律，但说的浅显一点，它最擅长的事情就是记忆：变量多一点，无非神经元就多一点，总能模拟一条分布曲线出来。所以如果生成随机数的随机数生成器是有公式的或者有概率分布的限制，神经网络可以模拟。比方说，拿时间作为一个已知变量t，生成随机数公式是x=f(t)，那么把生成时刻的时间t每次迭代的时候都告诉神经网络就可以了。这就像寻找一个三阶的多项式曲线来拟合一个二阶多项式一样轻而易举。（不过如果这个公式过于复杂，也没有办法）但是人脑产生的随机数的过程，可能非常复杂，分布上还可能套分布，比如我们要模拟“你生日当天的早上”的生成过程：1. 从你，我，他，他爸妈，他爷爷，他爷爷的爷爷...里选你 := F(x)2. 结婚纪念日，生日，毕业日...里选生日 := G(F(x))3. 从当天、第二天、第三天... 里选当天 := H(G(F(x)))4. 从早、中、晚，里选取早 := L(H(G(F(x))))仅仅一个“你生日当天的早上”，就套了四种概率分布。再从“你生日当天的早上”，“我的第五个女朋友”...出发，生成具体随机数，就更加"荒诞"了，比如：你生日当天的早上(变量1)是星期4 =\u0026gt; 所以生成 4我的第五个女朋友(变量2)有10个前男友 =\u0026gt; 所以生成 10早上加晚上(变量3)共吃了6颗鸡蛋 =\u0026gt; 所以生成 6...那回到问题本身来，A同学想了n次随机数，瞬间数不清种不同的随机变量，无数种不同的分布曲线，分布还套分布，最终可能合成了一个滑稽的曲线，就像头发的轮廓一样粗糙，甚至近乎不可导，除非神经网络又一天也能像人脑一样有足够的神经元应对这种情况（反正我是不信），不然没有可能做到。
推荐阅读
- 用泡沫箱来养多肉老桩？只要我们把细节做好，同样可以养出状态来
- ■养宠物真可以缓解孤独吗？一起来听听“铲屎官”的心声吧！
- 用EagleGet下载时总提示无效URL地址，无法下载，而用迅雷、QQ旋风则可以，咋回事~
- 银行的数据中心可以跳槽去互联网公司吗
- 银行高管的薪酬结构图表最新的，请问在哪里可以收集
- 医院|感染艾滋病毒初期有哪些征兆？可以自行检查吗？共用马桶会传染吗
- 电动车第一线|电动车配多大的电池，可以跑100公里以上？师傅告诉你真实答案！
- 有啥方法，网站，项目可以自己练习计算广告学
- 学图像处理有哪些不错的书推荐
- 宝马7系|可以说，这款数字化高尔夫，让人看到了未来大众所有车型的样子