Evoluční modely, programování, strategie, Genetické algoritmy a
programování. Klasifikační systémy, adaptivní chování. Celulární
automaty. Řešení kombinatorických problémů.
Poslední úprava: Mgr. Roman Neruda, CSc. (02.05.2006)
Models of evolution, genetic algorithms, representation and operators of selection, mutation and crossover. Problem solving by means of evolutionary computation. Theoretical properties of simple genetic algorithm. Schemata theorem and building block hypothesis, probabilistic models. Evolutionarz machine learning, Michigan vs. Pittsburg approach, classifier systems.
Cíl předmětu -
Poslední úprava: T_KTI (26.05.2008)
Naučit základní techniky používané v evolučních algoritmech. Ukázat souvislosti s příbuznými oblastmi dataminingu a učení.
Poslední úprava: RNDr. Jan Hric (07.06.2019)
To learn basic techniques used in evolutionary algorithms. Show connections with related topics of datamining and learning.
Podmínky zakončení předmětu -
Poslední úprava: Mgr. Martin Pilát, Ph.D. (13.10.2017)
Podmínkou pro zakončení předmětu je získání zápočtu a složení zkoušky. Zápočet je udělen za vypracování úkolů na cvičení. Povaha kontroly získání zápočtu vylučuje možnost jejího opakování.
Poslední úprava: Mgr. Martin Pilát, Ph.D. (13.10.2017)
In order to pass the course, the student must obtain the credit for the seminar and pass an exam. The credit is given for solving assignments from the seminar. The nature of study verification excludes the possibility of its repetition.
Literatura -
Poslední úprava: Mgr. Roman Neruda, CSc. (02.05.2006)
Mitchell, M.: Introduction to genetic algorithms. MIT Press, 1996.
Goldberg, D.: Genetic algorithms in search optimization and machine learning, Addison-Wesley, 1989.
Holland, J.: Adaptation in natural and artificial systems, MIT Press, 1992 (2nd ed).
Holland, J.: Hidden order, Addison-Wesley, 1995.
Poslední úprava: Mgr. Martin Pilát, Ph.D. (04.11.2019)
Mitchell, M.: Introduction to genetic algorithms. MIT Press, 1996.
Goldberg, D.: Genetic algorithms in search optimization and machine learning, Addison-Wesley, 1989.
Holland, J.: Adaptation in natural and artificial systems, MIT Press, 1992 (2nd ed).
Holland, J.: Hidden order, Addison-Wesley, 1995.
Požadavky ke zkoušce -
Poslední úprava: Mgr. Martin Pilát, Ph.D. (13.10.2017)
Zkouška je ústní s časem na písemnou přípravu. Požadavky odpovídají sylabu předmětu v rozsahu, který byl přednesen na přednášce. Součástí zkoušky je i návrh evolučního algoritmu aplikovaného na konkrétní problém.
Poslední úprava: Mgr. Martin Pilát, Ph.D. (13.10.2017)
The exam is oral with time for written preparation. The requirements correspond to the syllabus in the extent presented during the lectures. A part of the exam asks to design an evolutionary algorithm for a given problem.
Sylabus -
Poslední úprava: Mgr. Roman Neruda, CSc. (02.05.2006)
Modely evoluce - základní přístupy a pojmy. Populace, rekombinace. Ohodnocení úspěšnosti individua.
Genetické algoritmy. Zakódování řešené problému do chromozómu. Základní genetické operace, selekce, křížení, mutace.
