Olvasói vélemények
Összegzés:Melanie Mitchell „An Introduction to Genetic Algorithms” című könyve tömör áttekintést nyújt a genetikai algoritmusokról, az elméleti alapokra és az alkalmazásokra helyezi a hangsúlyt, ugyanakkor gyakorlati kódolási példákat nem tartalmaz. Jól szervezett és érdekes, de tudományos jellege és összetettsége miatt kihívást jelenthet a kezdők számára. Az olvasók előzetes tudásuk és elvárásaik alapján változóan értékelték.
Előnyök:⬤ Jól szervezett és tömör tartalom.
⬤ A genetikai algoritmusok témáinak széles körét öleli fel.
⬤ Szilárd elméleti alapot kínál, amelyet kutatási hivatkozásokkal támaszt alá.
⬤ Érdekes példákat és alkalmazásokat tartalmaz.
⬤ Jó feladatsorok a fejezetek végén a további tanuláshoz.
Hátrányok:⬤ A jelenlegi programozási gyakorlathoz képest elavult; hiányoznak a gyakorlati kódolási példák.
⬤ Bizonyos szintű tudást feltételez, ami megnehezíti a kezdők számára.
⬤ Sok elméletet és matematikát tartalmaz, ami egyes olvasók számára megterhelő lehet.
⬤ Egyes példák és esettanulmányok nem feltétlenül relevánsak vagy hasznosak a gyakorlati alkalmazás szempontjából.
(21 olvasói vélemény alapján)
Eredeti címe:
An Introduction to Genetic Algorithms
Könyv tartalma:
A genetikai algoritmusokat a tudományban és a mérnöki tudományokban gyakorlati problémák megoldására szolgáló adaptív algoritmusokként és a természetes evolúciós rendszerek számítási modelljeként használják. Ez a rövid, közérthető bevezető ismerteti a terület legérdekesebb kutatásait, és lehetővé teszi az olvasók számára, hogy saját maguk is megvalósíthassák és kikísérletezhessék a genetikai algoritmusokat. A könyv mélyrehatóan összpontosít néhány fontos és érdekes témára - különösen a gépi tanulás, a tudományos modellezés és a mesterséges élet területén -, és a kutatások széles körét tekinti át, beleértve Mitchell és munkatársai munkáját is.
Az alkalmazások és modellezési projektek leírásai túlmutatnak az informatika szigorú határain, és kiterjednek a dinamikus rendszerek elméletére, a játékelméletre, a molekuláris biológiára, az ökológiára, az evolúcióbiológiára és a populációgenetikára, kiemelve a genetikai algoritmusok mint tudományágakon átívelő keresési módszerek izgalmas "általános célú" jellegét.
Az An Introduction to Genetic Algorithms (Bevezetés a genetikai algoritmusokba) bármely tudományág hallgatói és kutatói számára hozzáférhető. Számos gondolati és számítógépes feladatot tartalmaz, amelyek a szöveg megértésére építenek és megerősítik az olvasó megértését. Az első fejezet bemutatja a genetikai algoritmusokat és terminológiájukat, és részletesen ismertet két provokatív alkalmazást. A második és harmadik fejezet a genetikai algoritmusok alkalmazását vizsgálja a gépi tanulásban (számítógépes programok, adatelemzés és előrejelzés, neurális hálózatok) és a tudományos modellekben (a tanulás, az evolúció és a kultúra közötti kölcsönhatások; szexuális szelekció; ökoszisztémák; evolúciós tevékenység). A negyedik fejezetben a genetikai algoritmusok elméletének számos megközelítését tárgyaljuk részletesen. Az ötödik fejezet a megvalósítással foglalkozik, az utolsó fejezet pedig néhány jelenleg megválaszolatlan kérdést vet fel, és áttekinti az evolúciós számítás jövőjének kilátásait.
