遗传算法与机器学习编程
收藏￥49.74 ￥0.00 ￥82.90 ￥0.00 纸书价：￥82.90 折)
- 作者：（英）弗朗西斯·布翁滕波Frances Buontempo
- ISBN：9787568089784
- 出版社：华中科技大学出版社
购买纸书：
内容介绍
自动驾驶汽车、自然语言识别、内容推荐引擎的实现都离不开人工智能和机器学习算法。机器学习算法只有在解决具体问题时才能体现价值。本书以解决各种有趣的问题为目标，教读者用Python、C++、JavaScript编写机器学习算法，内容深入浅出，兼具实用性与大局观。读者将学习编写遗传算法、启发式算法、爬山算法、模拟退火算法，运用蒙特·卡洛模拟、点格自动机、适应函数解决问题。本书尤其适合对人工智能和机器学习感兴趣的程序员进阶学习。
展开全部↓目录
- 第 1 章 逃出纸口袋/1
- 1.1 开始/3
- 1.1.1 逃出纸口袋/4
- 1.2 目标：寻找出路/5
- 1.3 帮助乌龟逃脱/6
- 1.3.1 乌龟和纸口袋/7
- 1.4 拯救乌龟/8
- 1.4.1 正方形/9
- 1.4.2 角螺旋/10
- 1.4.3 该逃脱了/11
- 1.5 算法有效吗/12
- 1.6 拓展学习/14
- 第 2 章 寻找纸口袋/17
- 2.1 从数据中学习/18
- 2.1.1 划分数据/21
- 2.2 生成决策树的方法/22
- 2.2.1 选取最佳特征/22
- 2.3 找到纸口袋/28
- 2.3.1 寻找分割点/29
- 2.3.2 构建决策树/30
- 2.3.3 数据分类/31
- 2.3.4 将决策树转为规则集/32
- 2.4 算法有效吗/33
- 2.4.1 如何剪枝/36
- 2.5 拓展学习/38
- 第 3 章 遗传算法/39
- 3.1 发射炮弹/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 如何让解变得更好/45
- 3.2.4 最终决策/46
- 3.3 发射炮弹/47
- 3.3.1 随机初始化/48
- 3.3.2 选择过程/48
- 3.3.3 交叉/53
- 3.3.4 突变/54
- 3.4 算法有效吗/56
- 3.4.1 画图/56
- 3.4.2 记录/60
- 3.4.3 突变测试/60
- 3.4.4 遗传算法的变体/62
- 3.5 拓展学习/63
- 第 4 章 粒子群算法/65
- 4.1 控制粒子群/67
- 4.1.1 移动单个粒子/67
- 4.1.2 移动多个粒子/71
- 4.1.3 粒子群/75
- 4.2 粒子群的生成/76
- 4.2.1 跟随邻近粒子/77
- 4.2.2 跟随最好位置/78
- 4.3 创建粒子群/80
- 4.3.1 跟随邻近粒子/80
- 4.3.2 跟随最好位置/83
- 4.4 算法有效吗/88
- 4.5 拓展学习/90
- 第 5 章 寻找路线/91
- 5.1 释放信息素/92
- 5.1.1 使用信息素/94
- 5.2 怎样生成路线/96
- 5.3 让蚂蚁行动起来/98
- 5.3.1 随机初始化/98
- 5.3.2 画路线/102
- 5.3.3 迭代优化路线/103
- 5.4 算法有效吗/107
- 5.4.1 从同一点出发/107
- 5.4.2 随机从不同点出发/109
- 5.4.3 α和β的选择/109
- 5.4.4 其他参数/111
- 5.5 拓展学习/112
- 第 6 章 运用随机模型/113
- 6.1 让粒子随机运动/114
- 6.1.1 蒙特卡洛模拟/114
- 6.1.2 布朗运动/117
- 6.1.3 几何布朗运动/122
- 6.1.4 跳跃扩散/123
- 6.2 如何产生扩散/125
- 6.2.1 小随机步长/125
- 6.2.2 用 C++画图/126
- 6.3 让粒子扩散开/127
- 6.3.1 布朗运动/128
- 6.3.2 股票价格/133
- 6.4 算法有效吗/137
- 6.4.1 基于特性的测试/139
- 6.5 拓展学习/143
- 第 7 章 蜂群算法/145
- 7.1 养蜂/146
- 7.1.1 让蜜蜂行动起来/146
- 7.1.2 蜜蜂的分工/147
- 7.1.3 算法总览/149
- 7.2 算法分析/150
- 7.2.1 算法细节/150
- 7.2.2 摇摆舞/152
- 7.3 让蜜蜂飞起来/152
- 7.3.1 蜂群算法的实现/153
- 7.3.2 蜂群算法的可视化/161
- 7.4 算法有效吗/164
- 7.5 拓展学习/166
- 第 8 章 元胞自动机/167
- 8.1 让元胞活起来/169
- 8.2 创造人工生命/172
- 8.2.1 算法细节/173
- 8.3 实现元胞自动机/175
- 8.4 算法有效吗/182
- 8.5 拓展学习/183
- 第 9 章 遗传算法与元胞自动机/185
- 9.1 找到最好的配置/186
- 9.2 遗传算法在元胞自动机上的工作方式/190
- 9.3 找到最优初始排列/193
- 9.3.1 交叉/197
- 9.3.2 突变/201
- 9.3.3 运行遗传算法/202
- 9.3.4 初等元胞自动机/204
- 9.3.5 随机规则/206
- 9.4 算法有效吗/207
- 9.4.1 初等元胞自动机/209
- 9.4.2 随机规则/211
- 9.5 拓展学习/212
- 第 10 章 找到最优解/215
- 10.1 移动乌龟/216
- 10.2 乌龟怎么走/217
- 10.2.1 爬山法/218
- 10.2.2 模拟退火算法/220
- 10.3 寻找口袋底部/222
- 10.3.1 用函数表示口袋形状/223
- 10.3.2 爬山法/224
- 10.3.3 模拟退火算法/225
- 10.4 算法有效吗/228
- 10.4.1 爬山法/229
- 10.4.2 模拟退火算法/231
- 10.5 更高维度的情况/233
- 10.6 拓展学习/237
- 参考文献/239
