简介
遗传算法是受自然进化原理启发而产生的一类搜索、优化和学习算法。本书首先介绍了遗传算法及其操作原理、遗传算法与传统算法的区别、可以解决什么类型的问题,并介绍其在搜索和优化问题(如规划、调度、博弈和分析)中的应用。随着学习的深入,本书还进一步通过遗传算法从特征选择、超参数调整和体系结构优化等方面改进机器学习和深度学习模型,解决强化学习任务并执行图像重建。最后,本书介绍几种相关的技术,这些技术可以为未来的应用开辟新的可能性。通过本书,使读者可以在人工智能以及其他许多领域应用遗传算法的实践经验。
编辑推荐
通过本书,读者可以: ·了解如何使用最新的Python工具创建基于遗传算法的应用程序。 ·利用遗传算法优化函数,并解决规划和调度问题。 ·提升机器学习模型的性能,优化深度学习网络结构。 ·基于工具包Open AI Gym将遗传算法应用于强化学习。 ·探索如何使用一组半透明形状进行图像重建。 ·探索其他生物启发方法,例如遗传规划和粒子群优化。 ·应用遗传算法解决现实世界中的各种深度学习和人工智能问题。
更多出版物信息
- 版权: 清华大学出版社
- 出版: 2023-02-01
- 更新: 2023-12-20
- 书号:9787302611608
- 中图:TP18-39
- 学科:工学控制科学与工程工学计算机科学与技术交叉学科智能科学与技术