中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
遺傳算法與機器學習編程 版權信息
- ISBN：9787568089784
- 條形碼：9787568089784 ; 978-7-5680-8978-4
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
遺傳算法與機器學習編程 本書特色
用小游戲和趣味問題講解機器學習的方法和思想，輕松理解掌握機器學習概念和技巧，無需深奧的數學知識，美國亞馬遜5星圖書。
遺傳算法與機器學習編程 內容簡介
自動駕駛汽車、自然語言識別、內容推薦引擎的實現都離不開人工智能和機器學習算法。機器學習算法只有在解決具體問題時才能體現價值。本書以解決各種有趣的問題為目標，教讀者用Python、C++、JavaScript編寫機器學習算法，內容深入淺出，兼具實用性與大局觀。讀者將學習編寫遺傳算法、啟發式算法、爬山算法、模擬退火算法，運用蒙特·卡洛模擬、點格自動機、適應函數解決問題。本書尤其適合對人工智能和機器學習感興趣的程序員進階學習。
遺傳算法與機器學習編程 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：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 拓展學習 14
第 2 章 尋找紙口袋 17
2.1 從數據中學習 18
2.1.1 劃分數據 21
2.2 生成決策樹的方法 22
2.2.1 選取*佳特征 22
2.3 找到紙口袋 28
2.3.1 尋找分割點 29
2.3.2 構建決策樹 30
2.3.3 數據分類 31
2.3.4 將決策樹轉為規則集 32
2.4 算法有效嗎 33
2.4.1 如何剪枝36
2.5 拓展學習38
第 3 章 遺傳算法 39
3.1 發射炮彈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 發射炮彈47
3.3.1 隨機初始化48
3.3.2 選擇過程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 突變測試60
3.4.4 遺傳算法的變體 62
3.5 拓展學習63
第 4 章 粒子群算法 65
4.1 控制粒子群67
4.1.1 移動單個粒子 67
4.1.2 移動多個粒子 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 拓展學習 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 讓螞蟻行動起來 98
5.3.1 隨機初始化 98
5.3.2 畫路線 102
5.3.3 迭代優化路線 103
5.4 算法有效嗎 107
5.4.1 從同一點出發 107
5.4.2 隨機從不同點出發 109
5.4.3 α和β的選擇 109
5.4.4 其他參數 111
5.5 拓展學習 112
第 6 章 運用隨機模型 113
6.1 讓粒子隨機運動 114
6.1.1 蒙特卡洛模擬 114
6.1.2 布朗運動 117
6.1.3 幾何布朗運動 122
6.1.4 跳躍擴散 123
6.2 如何產生擴散 125
6.2.1 小隨機步長 125
6.2.2 用 C++畫圖 126
6.3 讓粒子擴散開 127
6.3.1 布朗運動 128
6.3.2 股票價格 133
6.4 算法有效嗎 137
6.4.1 基于特性的測試 139
6.5 拓展學習143
第 7 章 蜂群算法 145
7.1 養蜂 146
7.1.1 讓蜜蜂行動起來 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 算法細節 150
7.2.2 搖擺舞152
7.3 讓蜜蜂飛起來 152
7.3.1 蜂群算法的實現 153
7.3.2 蜂群算法的可視化161
7.4 算法有效嗎164
7.5 拓展學習166
第 8 章 元胞自動機167
8.1 讓元胞活起來 169
8.2 創造人工生命 172
8.2.1 算法細節 173
8.3 實現元胞自動機 175
8.4 算法有效嗎182
8.5 拓展學習183
第 9 章 遺傳算法與元胞自動機185
9.1 找到*好的配置 186
9.2 遺傳算法在元胞自動機上的工作方式190
9.3 找到*優初始排列193
9.3.1 交叉 197
9.3.2 突變 201
9.3.3 運行遺傳算法 202
9.3.4 初等元胞自動機 204
9.3.5 隨機規則 206
9.4 算法有效嗎 207
9.4.1 初等元胞自動機 209
9.4.2 隨機規則 211
9.5 拓展學習 212
第 10 章 找到*優解 215
10.1 移動烏龜 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 拓展學習 237
參考文獻 239
展開全部
遺傳算法與機器學習編程 作者簡介
[英]弗朗西斯·布翁滕波Frances Buontempo博士多年來一直從事數據挖掘方面的研究工作，她有近三十年的軟件開發經驗，同時還擔任ACCU網站的Overload雜志編輯。Frances Buontempo is the editor of ACCU's Overload magazine (https://accu.org/index.php/journal/?overload_by_cover). She has published articles and given talks centered on technology and machine learning. With a PhD in data mining, she has been programming professionally since the 1990s. During her career as a programmer, she has championed unit testing, mentored newer developers, deleted quite a bit of code and fixed a variety of bugs.
書友推薦
- >
史學評論
- >
莉莉和章魚
- >
小考拉的故事-套裝共3冊
- >
李白與唐代文化
- >
詩經-先民的歌唱
- >
隨園食單
- >
朝聞道
- >
人文閱讀與收藏·良友文學叢書:一天的工作
本類暢銷
