人工智能算法 捲2 受大自然啟發的算法 Artificial Intelligence for Humans, Volume 2: Nature-Inspired Algorithms

Jeffery Heaton

  • 人工智能算法 捲2 受大自然啟發的算法-preview-1
  • 人工智能算法 捲2 受大自然啟發的算法-preview-2
人工智能算法 捲2 受大自然啟發的算法-preview-1

買這商品的人也買了...

相關主題

商品描述

算法是人工智能技術的核心,大自然是人工智能算法的重要靈感來源。本書介紹了受到基因、鳥類、螞蟻、細胞和樹影響的算法,這些算法為多種類型的人工智能場景提供了實際解決方法。全書共10章,涉及種群、交叉和突變、遺傳算法、物種形成、粒子群優化、蟻群優化、細胞自動機、人工生命和建模等問題。書中所有算法均配以具體的數值計算來進行講解,每章都配有程序示例,讀者可以自行嘗試。

作者簡介

[美] 杰弗瑞·希頓(Jeffery Heaton),一位活躍的技術博主、開源貢獻者,也是十多本圖書的作者。他的專業領域包括數據科學、預測建模、數據挖掘、大數據、商務智能和人工智能等。
他擁有華盛頓大學信息管理學碩士學位,是IEEE的高級會員、Sun認證Java程序員、開源機器學習框架Encog的首席開發人員。

目錄大綱

第1章種群、計分和選擇1
1.1理解種群2
1.1.1初始種群3
1.1.2種群成員之間的競爭4
1.1.3種群成員之間的合作4
1. 1.4表型和基因型5
1.1.5島嶼種群5
1.2對種群計分6
1.3從種群中選擇7
1.4截斷選擇8
1.5聯賽選擇9
1.6如何選擇輪數12
1.7適應度比例選擇13
1.8隨機遍歷抽樣15選擇一種選擇算法17
1.9本章小結18

第2章交叉和突變20
2.1演化算法21
2.2解編碼22
2 .3交叉23
2.3.1拼接交叉24
2.3.2無重複拼接交叉26
2.3.3其他突變和交叉策略27
2.4突變28
2.4.1改組突變29
2.4 .2擾動突變31
2.5為什麼需要精英33
2.6本章小結34

第3章遺傳算法35
3.1離散問題的遺傳算法35
3.1.1旅行商問題36
3.1.2為旅行商問題設計遺傳算法38
3.1.3旅行商問題在遺傳算法中的應用40
3.2連續問題的遺傳算法42
3.3遺傳算法的其他應用45
3.3. 1標籤雲45
3.3.2馬賽克藝術47
3.4本章小結49

第4章遺傳編程50
4.1程序作為樹50
4.1.1後綴表示法52
4.1.2樹表示法54
4 .1.3終端節點和非終端節點55
4.1.4對樹求值55
4.1.5生成樹58
4.1.6滿樹初始化59
4.1.7生長樹初始化61
4. 1.8混合初始化62
4.1.9蓄水池採樣63
4.2樹突變67
4.3樹交叉68
4.4擬合公式70
4.5本章小結73

第5章物種形成75
5.1物種形成實現76
5.1.1閾值物種形成76
5.1.2聚類物種形成77
5.2遺傳算法中的物種79
5.3遺傳編程中的物種79
5.4使用物種形成80
5. 5本章小結81

第6章粒子群優化83
6.1群聚83
6.2粒子群優化86
6.2.1粒子87
6.2.2速度計算88
6.2.3實現89
6.3本章小結91

第7章蟻群優化93
7 .1離散蟻群優化95
7.1.1 ACO初始化97
7.1.2螞蟻移動98
7.1.3信息素更新102
7.2連續蟻群優化103
7.2.1初始候選解106
7 .2.2螞蟻移動106
7.3本章小結110

第8章細胞自動機111
8.1基本細胞自動機112
8.2康威的《生命遊戲》 116
8.2.1 《生命遊戲》的規則117
8.2.2有趣的生命圖案118
8.3演化自己的細胞自動機121理解合併物理學125
8.4本章小結129

第9章人工生命130
9.1里程碑1:繪製植物131
9.2里程碑2:創建植物生長動畫134
9.2.1植物的物理特徵135
9.2.2植物生長138
9.3里程碑3:演化植物140給植物計分141
9.4本章小結142

第10章建模144
10.1 Kaggle競賽145
10.2里程碑1:整理數據148
10.3里程碑2:建立模型152
10.4里程碑3:提交測試回复156
10.5本章小結157
附錄A示例代碼使用說明159
參考資料166