|
|
|
||
Poslední úprava: ()
|
|
||
Poslední úprava: T_KTI (26.05.2008)
Naučit základní techniky používané v evolučních algoritmech. Ukázat souvislosti s příbuznými oblastmi dataminingu a učení. |
|
||
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. 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.
Selekce - simulace přirozeného výběru. Účelová funkce. Dynamická vs. statická selekce, mechanismus rulety, turnaje, elitářství.
Reprezentační schemata, vlastnosti, věta o schematech. Hypotéza o stavebních blocích. Věta o implicitním paralelismu.
Pravděpodobnostní modely jednoduchého genetického algoritmu, konečná a nekonečná velikost populace.
Strojové učení a datokopectví. Evoluce expertních systémů, vnitřní reprezentace, Michiganský vs. Pittsburgský přístup.
Klasifikační systémy. Učení pravidel "if-then", makléřský algoritmus, Q-učení, produkční systémy. |