Hodnotenie:
Kniha je vysoko hodnotená ako komplexný a zároveň stručný úvod do genetických algoritmov (GA), vhodný najmä pre začiatočníkov so základnou znalosťou jazyka Python. Čitatelia oceňujú jej zrozumiteľnosť, priamočiarosť a praktické príklady, vďaka čomu je vynikajúcim zdrojom informácií pre aplikáciu GA na reálne úlohy. Niektorí čitatelia však zistili, že na začiatku textu chýbajú praktické skúsenosti s kódovaním, a zaznamenali problémy s formátovaním vo verzii pre Kindle.
Výhody:⬤ Komplexné a stručné
⬤ ľahko sledovateľné
⬤ skvelý úvod pre nováčikov v GA
⬤ jasné vysvetlenie zložitých konceptov
⬤ praktické príklady s využitím rámca DEAP
⬤ silné pre praktické aplikácie projektov
⬤ užitočné vizualizácie
⬤ prístupné a dobre napísané.
⬤ Chýbajú praktické príklady kódovania v prvých kapitolách
⬤ niektoré úryvky kódu sú vytrhnuté z kontextu a nie sú dôkladne vysvetlené
⬤ problémy s formátovaním Kindle sťažujú čítanie.
(na základe 12 čitateľských recenzií)
Hands-On Genetic Algorithms with Python
Preskúmajte neustále sa rozvíjajúci svet genetických algoritmov na riešenie úloh súvisiacich s vyhľadávaním, optimalizáciou a umelou inteligenciou a zlepšujte modely strojového učenia pomocou knižníc jazyka Python, ako sú DEAP, scikit-learn a NumPy Kľúčové vlastnosti Preskúmajte zákutia genetických algoritmov pomocou tejto rýchlo sa rozvíjajúcej príručky Implementujte úlohy, ako je výber funkcií, optimalizácia vyhľadávania a zhluková analýza pomocou jazyka Python Riešte kombinatorické problémy, optimalizujte funkcie a zvyšujte výkon aplikácií umelej inteligencie Popis knihy
Genetické algoritmy sú rodinou vyhľadávacích, optimalizačných a učiacich sa algoritmov inšpirovaných princípmi prirodzenej evolúcie. Napodobňovaním evolučného procesu dokážu genetické algoritmy prekonať prekážky, s ktorými sa stretávajú tradičné vyhľadávacie algoritmy, a poskytnúť kvalitné riešenia rôznych problémov. Táto kniha vám pomôže osvojiť si výkonný a zároveň jednoduchý prístup k aplikácii genetických algoritmov na širokú škálu úloh s využitím jazyka Python, ktorý zahŕňa najnovší vývoj v oblasti umelej inteligencie.
Po zoznámení sa s genetickými algoritmami a princípmi ich fungovania pochopíte, ako sa líšia od tradičných algoritmov a aké typy problémov dokážu riešiť. Potom zistíte, ako sa dajú aplikovať na problémy vyhľadávania a optimalizácie, ako je plánovanie, rozvrhovanie, hry a analytika. Postupne sa tiež naučíte, ako používať genetické algoritmy na zlepšenie modelov strojového učenia a hlbokého učenia, riešenie úloh posilňovania učenia a rekonštrukciu obrazu. Nakoniec sa budete zaoberať niekoľkými súvisiacimi technológiami, ktoré môžu otvoriť nové možnosti pre budúce aplikácie.
Na konci tejto knihy budete mať praktické skúsenosti s aplikáciou genetických algoritmov v umelej inteligencii, ako aj v mnohých iných oblastiach. Čo sa naučíte Pochopiť, ako používať najmodernejšie nástroje jazyka Python na vytváranie aplikácií založených na genetických algoritmoch Používať genetické algoritmy na optimalizáciu funkcií a riešenie problémov plánovania a rozvrhovania Zvýšiť výkon modelov strojového učenia a optimalizovať architektúru sietí hlbokého učenia Aplikovať genetické algoritmy na úlohy posilňovania učenia pomocou OpenAI Gym Preskúmať, ako možno rekonštruovať obrázky pomocou súboru polopriehľadných tvarov Objavte ďalšie techniky inšpirované biológiou, ako je genetické programovanie a optimalizácia časticového roja Komu je táto kniha určená
Táto kniha je určená vývojárom softvéru, dátovým vedcom a nadšencom umelej inteligencie, ktorí chcú využívať genetické algoritmy na vykonávanie inteligentných úloh vo svojich aplikáciách. Pracovné znalosti jazyka Python a základné znalosti matematiky a informatiky vám pomôžu vyťažiť z tejto knihy čo najviac. Obsah Úvod do genetických algoritmov Pochopenie kľúčových komponentov genetických algoritmov Používanie rámca DEAP Kombinatorická optimalizácia Uspokojenie obmedzení Optimalizácia spojitých funkcií Zlepšovanie modelov strojového učenia pomocou výberu funkcií Ladenie hyperparametrov Modely strojového učenia Architektúra Optimalizácia sietí hlbokého učenia Posilňovanie učenia pomocou genetických algoritmov Genetická rekonštrukcia obrazu Ďalšie evolučné a biologicky inšpirované výpočtové techniky