遺傳算法與機(jī)器學(xué)習(xí)編程

定　價(jià)：￥82.90

作　者：	（英）弗朗西斯·布翁滕波Frances Buontempo
出版社：	華中科技大學(xué)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買這本書可以去

ISBN：	9787568089784	出版時(shí)間：	2023-01-01	包裝：	平裝
開本：	16開	頁(yè)數(shù)：		字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　自動(dòng)駕駛汽車、自然語(yǔ)言識(shí)別、內(nèi)容推薦引擎的實(shí)現(xiàn)都離不開人工智能和機(jī)器學(xué)習(xí)算法。機(jī)器學(xué)習(xí)算法只有在解決具體問(wèn)題時(shí)才能體現(xiàn)價(jià)值。本書以解決各種趣味問(wèn)題為目標(biāo)，教讀者用Python、JavaScript、C 編寫機(jī)器學(xué)習(xí)算法，內(nèi)容深入淺出，兼具實(shí)用性與大局觀。讀者將學(xué)習(xí)編寫遺傳算法、啟發(fā)式算法、爬山算法、模擬退火算法，運(yùn)用蒙特·卡洛模擬、點(diǎn)格自動(dòng)機(jī)、適應(yīng)函數(shù)解決問(wèn)題。本書尤其適合對(duì)人工智能和機(jī)器學(xué)習(xí)感興趣的程序員進(jìn)階學(xué)習(xí)。

作者簡(jiǎn)介

　　弗朗西斯·布翁滕波博士多年來(lái)一直從事數(shù)據(jù)挖掘方面的研究工作，她有近三十年的軟件開發(fā)經(jīng)驗(yàn)，同時(shí)還兼任ACCU網(wǎng)站的Overload雜志首席編輯。

圖書目錄

第 1 章逃出紙口袋      1
1.1 開始   3
1.1.1 逃出紙口袋   4
1.2 目標(biāo)：尋找出路   5
1.3 幫助烏龜逃脫   6
1.3.1 烏龜和紙口袋   7
1.4 拯救烏龜 8
1.4.1 正方形 9
1.4.2 角螺旋 10
1.4.3 該逃脫了 11
1.5 算法有效嗎   12
1.6 拓展學(xué)習(xí)   14

第 2 章尋找紙口袋   17
2.1 從數(shù)據(jù)中學(xué)習(xí) 18
2.1.1 劃分?jǐn)?shù)據(jù) 21
2.2 生成決策樹的方法 22
2.2.1 選取特征   22
2.3 找到紙口袋   28
2.3.1 尋找分割點(diǎn) 29
2.3.2 構(gòu)建決策樹 30
2.3.3 數(shù)據(jù)分類 31
2.3.4 將決策樹轉(zhuǎn)為規(guī)則集 32
2.4 算法有效嗎   33
2.4.1 如何剪枝36
2.5 拓展學(xué)習(xí)38

第 3 章遺傳算法 39
3.1 發(fā)射炮彈41
3.2 解的生成方法44
3.2.1 算法的初始化   44
3.2.2 算法的迭代45
3.2.3 如何讓解變得更好45
3.2.4 終決策46
3.3 發(fā)射炮彈47
3.3.1 隨機(jī)初始化48
3.3.2 選擇過(guò)程48
3.3.3 交叉   53
3.3.4 突變   54
3.4 算法有效嗎56
3.4.1 畫圖   56
3.4.2 記錄   60
3.4.3 突變測(cè)試60
3.4.4 遺傳算法的變體   62
3.5 拓展學(xué)習(xí)63

第 4 章粒子群算法 65
4.1 控制粒子群67
4.1.1 移動(dòng)單個(gè)粒子   67
4.1.2 移動(dòng)多個(gè)粒子   71
4.1.3 粒子群75
4.2 粒子群的生成76
4.2.1 跟隨鄰近粒子   77
4.2.2 跟隨好位置   78
4.3 創(chuàng)建粒子群80
4.3.1 跟隨鄰近粒子   80
4.3.2 跟隨好位置 83
4.4 算法有效嗎 88
4.5 拓展學(xué)習(xí)   90

第 5 章尋找路線   91
5.1 釋放信息素 92
5.1.1 使用信息素   94
5.2 怎樣生成路線   96
5.3 讓螞蟻行動(dòng)起來(lái)   98
5.3.1 隨機(jī)初始化   98
5.3.2 畫路線 102
5.3.3 迭代優(yōu)化路線   103
5.4 算法有效嗎   107
5.4.1 從同一點(diǎn)出發(fā)   107
5.4.2 隨機(jī)從不同點(diǎn)出發(fā) 109
5.4.3 α和β的選擇   109
5.4.4 其他參數(shù) 111
5.5 拓展學(xué)習(xí)   112

第 6 章運(yùn)用隨機(jī)模型 113
6.1 讓粒子隨機(jī)運(yùn)動(dòng)   114
6.1.1 蒙特卡洛模擬   114
6.1.2 布朗運(yùn)動(dòng) 117
6.1.3 幾何布朗運(yùn)動(dòng)   122
6.1.4 跳躍擴(kuò)散 123
6.2 如何產(chǎn)生擴(kuò)散 125
6.2.1 小隨機(jī)步長(zhǎng)   125
6.2.2 用 C 畫圖   126
6.3 讓粒子擴(kuò)散開 127
6.3.1 布朗運(yùn)動(dòng) 128
6.3.2 股票價(jià)格 133
6.4 算法有效嗎   137
6.4.1 基于特性的測(cè)試   139
6.5 拓展學(xué)習(xí)143

第 7 章蜂群算法 145
7.1 養(yǎng)蜂   146
7.1.1 讓蜜蜂行動(dòng)起來(lái)   146
7.1.2 蜜蜂的分工147
7.1.3 算法總覽   149
7.2 算法分析150
7.2.1 算法細(xì)節(jié)   150
7.2.2 搖擺舞152
7.3 讓蜜蜂飛起來(lái)   152
7.3.1 蜂群算法的實(shí)現(xiàn)   153
7.3.2 蜂群算法的可視化161
7.4 算法有效嗎164
7.5 拓展學(xué)習(xí)166

第 8 章元胞自動(dòng)機(jī)167
8.1   讓元胞活起來(lái)   169
8.2 創(chuàng)造人工生命   172
8.2.1 算法細(xì)節(jié)   173
8.3 實(shí)現(xiàn)元胞自動(dòng)機(jī)   175
8.4 算法有效嗎182
8.5 拓展學(xué)習(xí)183

第 9 章遺傳算法與元胞自動(dòng)機(jī)185
9.1 找到好的配置   186
9.2 遺傳算法在元胞自動(dòng)機(jī)上的工作方式190
9.3 找到初始排列193
9.3.1 交叉   197
9.3.2 突變   201
9.3.3 運(yùn)行遺傳算法   202
9.3.4 初等元胞自動(dòng)機(jī)   204
9.3.5 隨機(jī)規(guī)則 206
9.4 算法有效嗎   207
9.4.1 初等元胞自動(dòng)機(jī)   209
9.4.2 隨機(jī)規(guī)則 211
9.5 拓展學(xué)習(xí)   212

第 10 章找到解 215
10.1 移動(dòng)烏龜 216
10.2 烏龜怎么走   217
10.2.1 爬山法 218
10.2.2 模擬退火算法   220
10.3 尋找口袋底部   222
10.3.1 用函數(shù)表示口袋形狀   223
10.3.2 爬山法 224
10.3.3 模擬退火算法   225
10.4 算法有效嗎   228
10.4.1 爬山法 229
10.4.2 模擬退火算法   231
10.5 更高維度的情況   233
10.6   拓展學(xué)習(xí) 237
參考文獻(xiàn) 239