# Algoritmos Genéticos con Python
El código del libro Algoritmos Genéticos con Python por Clinton Sheppard
Descripción
===
[English edition](https://github.com/handcraftsman/GeneticAlgorithmsWithPython#description)
<img align="right" src="http://www.cs.unm.edu/~sheppard/img/Algoritmos_Geneticos_Cover_for_Kindle.jpg" alt="tapa del libro Algoritmos Genéticos con Python">
Obtén una introducción práctica al aprendizaje automático con los algoritmos genéticos usando Python. Los tutoriales paso a paso desarrollan tus habilidades desde el ¡Hola Mundo! hasta optimizar un algoritmo genético con otro y, finalmente, la programación genética; preparándote así para aplicar los algoritmos genéticos a problemas de tu propio campo de especialización.
Los algoritmos genéticos son una de las herramientas que puedes usar para aplicar el aprendizaje automático al hallazgo de soluciones buenas (a veces incluso óptimas) a problemas que tienen miles de millones de soluciones posibles. Este libro te ofrece experiencia en hacer que los algoritmos genéticos funcionen, usando proyectos de ejemplo fáciles de seguir a los que puedes recurrir cuando aprendas a usar otras herramientas y técnicas de aprendizaje automático. Cada capítulo es un tutorial paso a paso que te ayuda a desarrollar tus habilidades en el uso de los algoritmos genéticos para resolver problemas usando Python.
- https://www.amazon.com/dp/1548125180/ ISBN-13: 978-1-548125-18-9 (Edición en tapa blanda)
- https://www.amazon.com/dp/B072NDMJ4L (Versión Kindle)
Tabla de contenido
===
Una breve introducción a los algoritmos genéticos
Capítulo 1: ¡Hola Mundo!
- Adivina una contraseña dado el número de letras correctas en la conjetura. Construye un motor de mutación.
Capítulo 2: El Problema One-max
- Produce un arreglo de bits donde todos son unos. Expande el motor para funcionar con cualquier tipo de gen.
Capítulo 3: Números ordenados
- Produce un arreglo de enteros ordenados. Demuestra el manejo de múltiples objetivos y restricciones de aptitud entre genes.
Capítulo 4: El problema de las ocho reinas
- Encuentra posiciones seguras para las reinas en un tablero de 8x8 y luego expande a NxN. Demuestra la diferencia entre fenotipo y genotipo. Ver el código de muestra.
Capítulo 5: Coloración de grafos
- Colorea un mapa de países donde el español es el idioma nacional usando sólo 4 colores. Introduce conjuntos de datos estándar y trabajo con archivos. También introduce el uso de reglas para trabajar con las restricciones de los genes.
Capítulo 6: El problema de las cartas
- Más restricciones genéticas. Introduce la mutación personalizada, los algoritmos meméticos y la técnica de la suma por diferencia. También muestra un cromosoma en el que la manera de usar un gen depende de su posición en el arreglo de genes.
Capítulo 7: El problema de los caballos
- Encuentra el número mínimo de caballos que hacen falta para atacar todas las posiciones en un tablero. Introduce los genes personalizados y la creación de arreglos de genes. También demuestra los mínimos y máximos locales.
Capítulo 8: Cuadrados mágicos
- Encuentra cuadrados en los que todas las filas, columnas y ambas diagonales de una matriz de NxN tengan la misma suma. Introduce el recocido simulado.
Capítulo 9: El problema de la mochila
- Optimiza el contenido de un recipiente para una o más variables. Introduce la ramificación y poda, así como los cromosomas de longitud variable.
Capítulo 10: Resolver ecuaciones lineales
- Encuentra las soluciones de las ecuaciones lineales con 2, 3 y 4 incógnitas. Variación de ramificación y poda. Refuerza la flexibilidad del genotipo.
Capítulo 11: Generación de Sudoku
- Un ejercicio guiado para generar rompecabezas sudoku.
Capítulo 12: El problema del viajante
- Encuentra la ruta óptima para visitar ciudades. Introduce la recombinación y una reserva de padres.
Capítulo 13: Aproximarse a Pi
- Encuentra los dos números de 10 bits cuyo dividendo está más cerca de Pi. Introduce el uso de un algoritmo genético para optimizar otro.
Capítulo 14: Generación de ecuaciones
- Encuentra la ecuación más corta que produce un resultado específico usando la suma, la resta, la multiplicación, etc. Introduce la programación genética simbólica.
Capítulo 15: El problema de la cortadora de césped
- Genera una serie de instrucciones que hacen que una cortadora de césped corte un campo de césped. Programación genética con estructuras de control, objetos y funciones definidas automáticamente (FDAs).
Capítulo 16: Circuitos lógicos
- Genera circuitos que se comportan como puertas básicas, combinaciones de puertas y finalmente un sumador de 2 bits. Introduce los nodos de árboles y los algoritmos de escalada.
Capítulo 17: Expresiones regulares
- Encuentra expresiones regulares que coincidan con las cadenas buscadas. Introduce la reparación de cromosomas y el control de crecimiento.
Capítulo 18: Tres en raya
- Crea reglas para jugar al juego sin perder. Introduce la selección por torneos.
没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
使用 Python 的遗传算法源代码来自 Clinton Sheppard 所著的《Genetic Algorithms with Python》一书描述西班牙版使用 Python 获得使用遗传算法进行机器学习的实践入门。循序渐进的教程将帮助您从 Hello World! 开始培养您的技能,帮助您使用一种遗传算法优化另一种遗传算法,最后进行遗传编程从而帮助您将遗传算法应用于您自己专业领域的问题。遗传算法是可用于应用机器学习的工具之一,用于为具有数十亿种潜在解决方案的问题找到好的、有时甚至是最佳的解决方案。本书使用易于理解的示例项目,让您体验如何让遗传算法为您服务,您可以在学习使用其他机器学习工具和技术时参考这些示例项目。每章都是一个循序渐进的教程,可帮助您培养使用遗传算法通过 Python 解决问题的技能。可从亚马逊、苹果和巴诺书店等各大商店购买,有平装、ePub、Kindle 和 PDF 格式。https://www.amazon.com/Genetic-Algorithms-Python-Clinton-Sheppard/dp/1540324001/IS
资源推荐
资源详情
资源评论



























收起资源包目录















































































































共 73 条
- 1
资源评论


徐浪老师
- 粉丝: 9472
上传资源 快速赚钱
我的内容管理 展开
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助


最新资源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈



安全验证
文档复制为VIP权益,开通VIP直接复制
