Note :
Le livre « An Introduction to Genetic Algorithms » de Melanie Mitchell est une vue d'ensemble concise des algorithmes génétiques, qui met l'accent sur les fondements théoriques et les applications, mais manque d'exemples pratiques de codage. Il est bien organisé et intéressant, mais peut être difficile pour les débutants en raison de sa nature académique et de sa complexité. Les lecteurs l'ont évalué de manière variable en fonction de leurs connaissances préalables et de leurs attentes.
Avantages:⬤ Contenu bien organisé et concis.
⬤ Couvre un large éventail de sujets relatifs aux algorithmes génétiques.
⬤ Offre une base théorique solide étayée par des références de recherche.
⬤ Inclut des exemples et des applications intéressants.
⬤ De bonnes séries de problèmes à la fin des chapitres pour un apprentissage plus approfondi.
⬤ Dépassé pour les pratiques de programmation actuelles ; manque d'exemples de codage pratiques.
⬤ Suppose un certain niveau de connaissances, ce qui le rend difficile pour les débutants.
⬤ L'accent est mis sur la théorie et les mathématiques, ce qui peut être déconcertant pour certains lecteurs.
⬤ Certains exemples et études de cas peuvent ne pas être pertinents ou utiles pour une application pratique.
(basé sur 21 avis de lecteurs)
An Introduction to Genetic Algorithms
Les algorithmes génétiques ont été utilisés en science et en ingénierie comme algorithmes adaptatifs pour résoudre des problèmes pratiques et comme modèles informatiques de systèmes évolutifs naturels. Cette introduction brève et accessible décrit certaines des recherches les plus intéressantes dans ce domaine et permet également aux lecteurs de mettre en œuvre et d'expérimenter les algorithmes génétiques par eux-mêmes. Elle se concentre en profondeur sur un petit nombre de sujets importants et intéressants, en particulier dans les domaines de l'apprentissage automatique, de la modélisation scientifique et de la vie artificielle, et passe en revue un large éventail de recherches, y compris les travaux de Mitchell et de ses collègues.
Les descriptions des applications et des projets de modélisation dépassent les frontières strictes de l'informatique pour inclure la théorie des systèmes dynamiques, la théorie des jeux, la biologie moléculaire, l'écologie, la biologie évolutive et la génétique des populations, soulignant la nature passionnante de l'"usage général" des algorithmes génétiques en tant que méthodes de recherche pouvant être employées dans toutes les disciplines.
Une introduction aux algorithmes génétiques est accessible aux étudiants et aux chercheurs de toutes les disciplines scientifiques. Il comprend de nombreux exercices de réflexion et d'informatique qui s'appuient sur la compréhension du texte et la renforcent. Le premier chapitre présente les algorithmes génétiques et leur terminologie et décrit en détail deux applications provocantes. Les deuxième et troisième chapitres examinent l'utilisation des algorithmes génétiques dans l'apprentissage automatique (programmes informatiques, analyse et prédiction de données, réseaux neuronaux) et dans les modèles scientifiques (interactions entre apprentissage, évolution et culture ; sélection sexuelle ; écosystèmes ; activité évolutive). Plusieurs approches de la théorie des algorithmes génétiques sont examinées en profondeur dans le quatrième chapitre. Le cinquième chapitre traite de la mise en œuvre, et le dernier chapitre pose quelques questions actuellement sans réponse et examine les perspectives d'avenir de l'informatique évolutionnaire.
© Book1 Group - tous droits réservés.
Le contenu de ce site ne peut être copié ou utilisé, en tout ou en partie, sans l'autorisation écrite du propriétaire.
Dernière modification: 2024.11.14 07:32 (GMT)