Привет и добро пожаловать в этот недельный пост об алгоритмах, вдохновленных природой. Предыдущие недели можно найти по следующим ссылкам: Теорема о запрете бесплатного обеда Оптимизация нейронных сетей с помощью биомимикрии Тонкая настройка, оптимизация дисперсионных мух Представляем стохастический диффузионный поиск В конечном итоге, как энтузиаст глубокого обучения, я стараюсь создавать нейронные решения для различных проблем, которые мне приходится решать ежедневно...

TL;DR: Книга представляет собой мысленное путешествие по совести и связанным с ней темам, это не учебник и не кулинарная книга, в ней содержится так много информации, что разногласия будут неизбежны (я очень на это надеюсь), но я Думаю, это отличная отправная точка для дальнейших исследований. Когда животные делают что-то по причинам, их понимание этих причин — того, почему они делают то, что они делают — либо отсутствует, либо весьма ограничено, как показало множество экспериментов,..

Переобучение — это своего рода концепция, о которой большинство из нас слышали при реализации нескольких алгоритмов машинного обучения. В широком смысле это происходит, когда статистическая модель точно соответствует обучающим данным, но не может хорошо обобщать и, следовательно, плохо работает на тестовых данных. Достаточно просто? Что ж, большинство из нас не знает, что эта концепция бессознательно использовалась почти всеми видами в их повседневной жизни на протяжении веков. Не..

Краткий обзор генетических алгоритмов . Генетические алгоритмы - очень интересный класс алгоритмов оптимизации, которые заимствуют концепции из биологической эволюции. Генетический алгоритм состоит из процесса мутации, оценки и отбора. Алгоритмы мутации могут варьироваться от безобидных изменений до совершенно разных изменений за итерацию. Алгоритм оценки измеряет, насколько каждый код «подходит» для поставленной задачи. Иногда это может потребовать дополнительных вычислений путем..