Эволюционное глубокое обучение
В книге проводится анализ методов усиления мощи нейронных сетей за счет биологических алгоритмов в решении задач поиска, оптимизации и управления. Актуальные и чрезвычайно интересные примеры демонстрируют пути формирования передовых направлений науки о данных на основе уходящих в глубокую древность уроков из мира природы.
Издание знакомит с эволюционными вычислениями и предоставляет ряд методов, которые вы можете применять на протяжении всего процесса глубокого обучения. Вы откроете для себя генетические алгоритмы и эволюционно-вычислительные подходы к выведению нейросетевых топологий, генеративному моделированию, обучению с подкреплением и многому другому.
Интерактивные блокноты Colab дадут вам возможность проводить эксперименты по мере усвоения материала книги.
Предназначено для исследователей данных, хорошо знакомых с языком Python.
Эволюционные алгоритмы и нейронные сети
Эволюционное глубокое обучение объединяет возможности машинного обучения и природных механизмов эволюции. Такой подход помогает исследовать нейроэволюцию, автоматический поиск архитектур нейронных сетей и методы оптимизации параметров моделей.
Практическое применение эволюционных вычислений
Материал книги будет полезен тем, кто интересуется автоматизированным машинным обучением, разработкой интеллектуальных систем и современными методами оптимизации. Практические эксперименты позволяют лучше понять применение эволюционных алгоритмов в задачах анализа данных и построения эффективных моделей.
Эволюционные методы особенно интересны для оптимизации нейронных сетей, когда необходимо подобрать архитектуру, параметры и стратегию обучения. Использование генетического поиска помогает исследовать большое количество вариантов и находить перспективные решения для сложных вычислительных задач.
Книга также знакомит с направлениями нейроэволюции и AutoML, которые применяются для автоматического проектирования моделей машинного обучения. Эти технологии позволяют сократить объем ручной настройки и расширить возможности глубокого обучения при работе с современными задачами искусственного интеллекта.
