Python遗传算法初学者教程

Python遗传算法初学者教程

从头开始实施遗传算法来解决现实世界的问题！

课程英文名：The Ultimate Beginners Guide to Genetic Algorithms In Python

此视频教程共3.0小时，中英双语字幕，画质清晰无水印，源码附件全

下载地址

课程编号：305 百度网盘地址：https://pan.baidu.com/s/1_eoVIwUijTDjw8v5pVDccA?pwd=ndku

课程内容

你将会学到的

• 在理论和实践中学习遗传算法的主要概念，例如：个体、群体、交叉/繁殖、变异和评估

• 在 Python 中从头开始实现遗传算法

• 在 Python 中实现分步遗传算法来解决现实世界的问题，例如产品运输和航班时刻表优化

• 将遗传算法应用于最大化和最小化问题

• 使用动态图可视化遗传算法结果

• 将遗传算法与 MySql 中的数据库集成

• 了解如何使用 [DEAP] 和 [MLROSe] 库构建遗传算法

要求

• 编程逻辑

• 基础 Python 编程

说明

遗传算法是人工智能的一个重要领域，负责解决复杂的现实世界问题。这种算法有几个实际应用，可以应用于日常业务情况中的问题解决。一个典型的例子是解决学校的教师日程安排问题，其中有不同的日程安排和班级组合，目标是根据班级数量和每位教师的可用性动态构建日程安排。其他例子还有：电信公司可以设计新的光网络，运营商可以更好地规划货物的交付路线，投资者可以选择最佳投资；在其他几个中。

在本课程中，您将学习进入遗传算法世界所需的一切！本课程的独特之处在于您将学习基本的直觉，尤其是在不使用预建库的情况下逐步实施。换句话说，我们将使用 Python 从头开始​​实现遗传算法。如果您从未听说过这个主题，在课程结束时，您将拥有解决您自己或您所在公司的问题的所有理论和实践基础！

• 在第 1 部分中，我们将从头开始实施遗传算法来解决与产品运输相关的一个非常常见的问题。假设我们需要在卡车上装载一些产品，但我们需要选择最有利可图的产品，并且还要考虑到卡车上没有足够的空间来装载它们。因此，遗传算法的目标将是选择最好的产品集以最大化公司的利润。最后，我们会将我们的算法与 MySql 中的数据库集成，这样就更容易知道如何处理商业应用了！

• 在第 2 部分（在您学习了全部直觉并从头开始实现遗传算法之后），是时候学习如何使用库来解决相同的问题了。除了产品运输的案例研究，我们还将解决另一个与寻找团体旅行的最低机票价格相关的问题。我们将使用两个库来解决这两个问题：DEAP（Python 中的分布式进化算法）和 MLROSe。有趣的是，我们将能够将库的结果与我们从头实现的遗传算法的结果进行比较。

这可以被认为是遗传算法的第一门课程，完成它之后，您可以继续学习更高级的材料。最后，您将具备开发一些简单项目和学习更高级课程的实践背景。讲座期间，将使用 Google Colab 逐步实现代码，这将确保您在本地计算机上安装或配置软件时不会出现问题。

此课程面向哪些人：

• 对遗传算法、优化算法或人工智能感兴趣的人

• 有兴趣从头开始实施遗传算法的人

• 对 DEAP 和 MLROSe 库感兴趣的人

• 学习人工智能相关科目的学生

• 想要增加遗传算法知识的数据科学家