作者：非妃是公主
专栏：《机器学习》
个性签：顺境不惰，逆境不馁，以心制境，万事可成。——曾国藩
专栏地址
专栏系列文章
演化学习基础知识
演化算法：或称“进化算法”，它 是一个“算法簇”，其灵感都来自于大自然的生物进化。演化算法有很多的版本，比如，有不同的遗传基因表达方式，不同的交叉和变异算子，以及不同的再生和选择方法，与传统的优化算法相比，演化算法的特点在于：
- 具有高鲁棒性和广泛适应性；
- 具有自组织、自适应、自学习的特性；
- 本质并行性；
- 能够不受问题性质的限制，有效处理传统优化算法难以解决的复杂问题。
遗传算法
遗传算法计算流程
遗传算法编码
适应性度量函数
选择
交叉
变异
演化神经网络
演化学习问题与挑战
- 存在的问题：对演化算法这类随机性启发式优化算法而言，其理论研究不，比如优化效率高低、与最优解的逼近程度如何、启发式算子效用评估等问题难以有严格的答案，这导致了演化学习也缺乏有效的理论解释。
- 挑战：近些年，一方面学习模型变得复杂、数据增长迅速、一方面对模型训练时间有严格约束，如何使得演化学习能够进行有效、快速地优化，还有待深入的研究。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
文章由极客之音整理，本文链接：https://www.bmabk.com/index.php/post/130525.html
