Ришал Харбанс - Грокаем алгоритмы искусcтвенного интеллекта

. . . . . 80
Глава 3. Умный поиск . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
Эвристика: создание обоснованных предположений . . . . . . . . . . . . . . . . . . . . . . . 84
Информированный поиск: нахождение решений по ориентирам . . . . . . . . . . 87
Состязательный поиск: нахождение решений в изменяющейся среде . . . . . . 97
Глава 4. Эволюционные алгоритмы . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
Что такое эволюция? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
Задачи, решаемые с помощью эволюционных алгоритмов . . . . . . . . . . . . . . . 118
Генетический алгоритм: жизненный цикл . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
Кодирование пространства решений . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
Создание популяции решений . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130
Оценка приспособленности особей популяции . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
Отбор родителей на основе их приспособленности . . . . . . . . . . . . . . . . . . . . . . 134
Воспроизведение особей родителями . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
Заполнение следующего поколения . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143
Конфигурация параметров генетического алгоритма . . . . . . . . . . . . . . . . . . . . . 147
Применение эволюционных алгоритмов . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148
Глава 5. Продвинутые эволюционные подходы . . . . . . . . . . . . . . . . . . . . . . . . . 150
Жизненный цикл эволюционного алгоритма . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
Альтернативные стратегии отбора . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152
Вещественное кодирование: работа с действительными числами . . . . . . . . 156
Порядковое кодирование: работа с последовательностями . . . . . . . . . . . . . . 160
Древовидное кодирование: работа с иерархиями . . . . . . . . . . . . . . . . . . . . . . . . 163

Оглавление  9
Стандартные типы эволюционных алгоритмов . . . . . . . . . . . . . . . . . . . . . . . . . . . 167
Глоссарий терминов теории эволюционных алгоритмов . . . . . . . . . . . . . . . . . 168
Другие случаи использования эволюционных алгоритмов . . . . . . . . . . . . . . . 169
Глава 6. Роевой интеллект: муравьи . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
Что такое роевой интеллект? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172
Задачи, решаемые с помощью муравьиного алгоритма . . . . . . . . . . . . . . . . . . . 174
Представление состояния: как выглядят муравьи и их пути? . . . . . . . . . . . . . . 178
Жизненный цикл муравьиного алгоритма . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182
Применение муравьиного алгоритма . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204
Глава 7. Роевой интеллект: частицы . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 206
Что такое оптимизация роем частиц? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 207
Задачи оптимизации с технической точки зрения . . . . . . . . . . . . . . . . . . . . . . . . . 209
Применение оптимизации роем частиц . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213
Представление состояния: как выглядят частицы? . . . . . . . . . . . . . . . . . . . . . . . . 215
Жизненный цикл алгоритма роя частиц . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 216
Применение алгоритма роя частиц . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 237
Глава 8. Машинное обучение . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 241
Что такое машинное обучение? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 242
Применение машинного обучения . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 244
Рабочий процесс машинного обучения . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 246
Классификация с помощью деревьев решений . . . . . . . . . . . . . . . . . . . . . . . . . . . 271
Другие популярные алгоритмы машинного обучения . . . . . . . . . . . . . . . . . . . . 290
Применение алгоритмов машинного обучения . . . . . . . . . . . . . . . . . . . . . . . . . . . 291
Глава 9. Искусственные нейронные сети . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 294
Что такое искусственные нейронные сети? . . . . . . . . . . . . . . . . . --">