دانلود کتاب Genetic Programming Theory and Practice XVI
کتاب تئوری و عمل برنامه ریزی ژنتیکی شانزدهم نسخه زبان اصلی
دانلود کتاب تئوری و عمل برنامه ریزی ژنتیکی شانزدهم بعد از پرداخت مقدور خواهد بود
توضیحات کتاب در بخش جزئیات آمده است و می توانید موارد را مشاهده فرمایید
توضیحاتی در مورد کتاب Genetic Programming Theory and Practice XVI
نام کتاب : Genetic Programming Theory and Practice XVI
ویرایش : 1st ed.
عنوان ترجمه شده به فارسی : تئوری و عمل برنامه ریزی ژنتیکی شانزدهم
سری : Genetic and Evolutionary Computation
نویسندگان : Wolfgang Banzhaf, Lee Spector, Leigh Sheneman
ناشر : Springer International Publishing
سال نشر : 2019
تعداد صفحات : 249
ISBN (شابک) : 9783030047344 , 9783030047351
زبان کتاب : English
فرمت کتاب : pdf
حجم کتاب : 6 مگابایت
بعد از تکمیل فرایند پرداخت لینک دانلود کتاب ارائه خواهد شد. درصورت ثبت نام و ورود به حساب کاربری خود قادر خواهید بود لیست کتاب های خریداری شده را مشاهده فرمایید.
توضیحاتی در مورد کتاب :
این مشارکت‌ها که توسط برجسته‌ترین محققان بین‌المللی و دست اندرکاران برنامه‌نویسی ژنتیک (GP) نوشته شده‌اند، هم‌افزایی بین نتایج نظری و تجربی در مسائل دنیای واقعی را بررسی می‌کنند و دیدگاهی جامع از وضعیت هنر در GP. موضوعات این جلد عبارتند از: برنامه‌های توسعه‌ای در حال توسعه برای شبکه‌های عصبی برای حل مشکلات متعدد، برنامه‌های درهم، یادگیری انتقال و تشخیص نقاط پرت با استفاده از GP، جستجوی برنامه برای خطوط لوله یادگیری ماشین در یادگیری تقویتی، برنامه‌نویسی خودکار با GP، انواع جدید GP، مانند SignalGP، انواع انتخاب واژگان، و رگرسیون نمادین و تکنیک های طبقه بندی. این جلد شامل چندین فصل در مورد بهترین شیوه ها و درس های آموخته شده از تجربه عملی است. خوانندگان از طریق ارائه‌های عمیق آخرین و مهم‌ترین نتایج، کاربردهای واقعی GP را در مقیاس بزرگ و در دنیای واقعی در حوزه‌های مختلف مشکل کشف خواهند کرد.
فهرست مطالب :
Front Matter ....Pages i-xxi
Exploring Genetic Programming Systems with MAP-Elites (Emily Dolson, Alexander Lalejini, Charles Ofria)....Pages 1-16
The Evolutionary Buffet Method (Arend Hintze, Jory Schossau, Clifford Bohm)....Pages 17-36
Emergent Policy Discovery for Visual Reinforcement Learning Through Tangled Program Graphs: A Tutorial (Stephen Kelly, Robert J. Smith, Malcolm I. Heywood)....Pages 37-57
Strong Typing, Swarm Enhancement, and Deep Learning Feature Selection in the Pursuit of Symbolic Regression-Classification (Michael F. Korns, Tim May)....Pages 59-84
Cluster Analysis of a Symbolic Regression Search Space (Gabriel Kronberger, Lukas Kammerer, Bogdan Burlacu, Stephan M. Winkler, Michael Kommenda, Michael Affenzeller)....Pages 85-102
What Else Is in an Evolved Name? Exploring Evolvable Specificity with SignalGP (Alexander Lalejini, Charles Ofria)....Pages 103-121
Lexicase Selection Beyond Genetic Programming (Blossom Metevier, Anil Kumar Saini, Lee Spector)....Pages 123-136
Evolving Developmental Programs That Build Neural Networks for Solving Multiple Problems (Julian F. Miller, Dennis G. Wilson, Sylvain Cussat-Blanc)....Pages 137-178
The Elephant in the Room: Towards the Application of Genetic Programming to Automatic Programming (Michael O’Neill, David Fagan)....Pages 179-192
Untapped Potential of Genetic Programming: Transfer Learning and Outlier Removal (Leonardo Trujillo, Luis Muñoz, Uriel López, Daniel E. Hernández)....Pages 193-207
Program Search for Machine Learning Pipelines Leveraging Symbolic Planning and Reinforcement Learning (Fangkai Yang, Steven Gustafson, Alexander Elkholy, Daoming Lyu, Bo Liu)....Pages 209-231
Back Matter ....Pages 233-234
توضیحاتی در مورد کتاب به زبان اصلی :
These contributions, written by the foremost international researchers and practitioners of Genetic Programming (GP), explore the synergy between theoretical and empirical results on real-world problems, producing a comprehensive view of the state of the art in GP. Topics in this volume include: evolving developmental programs for neural networks solving multiple problems, tangled program, transfer learning and outlier detection using GP, program search for machine learning pipelines in reinforcement learning, automatic programming with GP, new variants of GP, like SignalGP, variants of lexicase selection, and symbolic regression and classification techniques. The volume includes several chapters on best practices and lessons learned from hands-on experience. Readers will discover large-scale, real-world applications of GP to a variety of problem domains via in-depth presentations of the latest and most significant results.
پست ها تصادفی