Chương 2_Trang 6_Mô hình Lý thuyết Trò chơi và Ngôn ngữ Python với Thuật toán Tensorflow áp dụng AI LLLM

Mô hình Lý thuyết Trò chơi và Ngôn ngữ Python với Thuật toán Tensorflow áp dụng AI/LLLM:

6 số Lottery Numbers Trong thử thách này, chúng ta sẽ viết một chương trình Python bằng AI:

• Số nhiên (từ 1 đến 45) và hiển thị chúng trên màn hình, sắp xếp theo thứ tự tăng dần.

• Chương trình sẽ cần đảm bảo rằng mỗi số là duy nhất; cùng một số không thể có hai lần trong việc chọn bảy số đã chọn.

Mục tiêu học tập:

Tôi đang có hơn 10 dòng giá trị lottery đã quay sau đây:

Kỳ quay thưởng #01162 ngày 21/02/2024 02 08 14 19 24 42
Kỳ quay thưởng #01163 ngày 23/02/2024 04 17 19 27 28 36
Kỳ quay thưởng #01164 ngày 25/02/2024 05 07 10 12 15 26
Kỳ quay thưởng #01165 ngày 28/02/2024 01 10 21 25 32 39
Kỳ quay thưởng #01166 ngày 01/03/2024 20 22 24 26 28 37
Kỳ quay thưởng #01167 ngày 03/03/2024 03 10 17 20 22 27
Kỳ quay thưởng #01168 ngày 06/03/2024 11 15 34 39 41 43
Kỳ quay thưởng #01169 ngày 08/03/2024 02 26 28 40 41 45
Kỳ quay thưởng #01170 ngày 10/03/2024 04 12 19 23 36 41
Kỳ quay thưởng #01171 ngày 13/03/2024 01 13 25 30 34 40
Kỳ quay thưởng #01172 ngày 15/03/2024 09 11 16 29 31 33
Kỳ quay thưởng #01173 ngày 17/03/2024 01 03 05 26 30 42
Kỳ quay thưởng #01174 ngày 20/03/2024 08 14 26 28 43 45
Kỳ quay thưởng #01175 ngày 22/03/2024 05 06 11 20 24 45
Kỳ quay thưởng #01176 ngày 24/03/2024 01 14 22 28 32 42
Kỳ quay thưởng #01177 ngày 27/03/2024 06 29 31 35 42 44
Kỳ quay thưởng #01178 ngày 29/03/2024 04 07 25 34 35 38

Bạn giúp tôi viết đoạn code dùng thuật toán python tensorflow để predict những giá trị đã quay và tự động tính ra Kỳ giải thưởng tiếp theo #01179 với 6 số có thể từ 1 đến 45 và không trùng nhau

Ghi chú:

Xác suất dự đoán được nhiều số xổ số là rất thấp. Bạn có thể muốn điều chỉnh chương trình của mình để chỉ nhận các số từ 1 đến 45. Điều này sẽ giúp bạn có cơ hội tốt hơn để dự đoán một số con số này và từ đó kiểm tra xem mã của bạn có hoạt động hay không.

!pip install tensorflow
import numpy as np
import pandas as pd
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, Input

# Dữ liệu kỳ quay thưởng đã có
lottery_data = [
    [2, 8, 14, 19, 24, 42],
    [4, 17, 19, 27, 28, 36],
    [5, 7, 10, 12, 15, 26],
    [1, 10, 21, 25, 32, 39],
    [20, 22, 24, 26, 28, 37],
    [3, 10, 17, 20, 22, 27],
    [11, 15, 34, 39, 41, 43],
    [2, 26, 28, 40, 41, 45],
    [4, 12, 19, 23, 36, 41],
    [1, 13, 25, 30, 34, 40],
    [9, 11, 16, 29, 31, 33],
    [1, 3, 5, 26, 30, 42],
    [8, 14, 26, 28, 43, 45],
    [5, 6, 11, 20, 24, 45],
    [1, 14, 22, 28, 32, 42],
    [6, 29, 31, 35, 42, 44],
    [4, 7, 25, 34, 35, 38],
    [5, 12, 13, 17, 40, 41]
]

# Chuyển đổi dữ liệu thành dạng numpy array
lottery_data = np.array(lottery_data)

# Chuẩn hóa dữ liệu về khoảng [0, 1]
normalized_data = lottery_data / 45.0

# Tạo dữ liệu huấn luyện và mục tiêu huấn luyện
previous_draws = normalized_data[:-1]
next_draws = normalized_data[1:]

# Xây dựng mô hình mạng neural
model = Sequential()

#Lần này, tôi đã import Input từ tensorflow.keras.layers và sử dụng nó như là một lớp đầu tiên trong mô hình của chúng ta.
model.add(Dense(16, activation='relu', input_shape=(6,)))
model.add(Dense(16, activation='relu'))
model.add(Dense(6, activation='sigmoid'))

# Biên dịch mô hình
model.compile(optimizer='adam', loss='mse')

# Huấn luyện mô hình
model.fit(previous_draws, next_draws, epochs=100)

# Dự đoán kỳ quay thưởng tiếp theo
last_draw = normalized_data[-1:]
predicted_next_draw = model.predict(last_draw)

# Chuyển đổi dự đoán về dạng ban đầu
predicted_next_draw = predicted_next_draw * 45.0

rounded_predictions = np.round(predicted_next_draw)
print("Dự đoán kỳ quay thưởng tiếp theo (làm tròn):")
print(rounded_predictions)