本篇主要提供Python神经进化网络实战电子书的pdf版本下载,本电子书下载方式为百度网盘方式,点击以上按钮下单完成后即会通过邮件和网页的方式发货,有问题请联系邮箱ebook666@outlook.com
本书讨论了传统的深度机器学习方法的可行替代方案—神经进化算法。神经进化是一系列机器学习方法,它们使用进化算法来简化对复杂任务的解决,如游戏、机器人和自然过程的仿真。
本书详细阐述了与神经进化网络开发相关的基本解决方案,主要包括神经进化方法概述、Python库和环境设置、使用NEAT进行XOR求解器优化、摆杆平衡实验、自主迷宫导航、新颖性搜索优化方法、基于超立方体的NEAT和视觉辨别、ES-HyperNEAT和视网膜问题、协同进化和SAFE方法、深度神经进化等内容。此外,本书还提供了相应的示例、代码,以帮助读者进一步理解相关方案的实现过程。 本书适合作为高等院校计算机及相关专业的教材和教学参考书,也可作为相关开发人员的自学教材和参考手册。
雅罗斯拉夫尔·连奥米恩科担任首席技术官和研究主管超过10年。他是机器学习研究领域的活跃成员,并在arXiv、ResearchGate平台以及Preprints等刊物上发表了若干篇研究论文。10多年前,他开发了用于手机游戏的自主代理,此后一直从事机器学习的应用。在过去的5年中,他积极参与有关将深度机器学习方法应用于身份验证、个人特征识别、协作机器人技术和合成智能等的研究。他还是一名活跃的软件开发人员,使用Go语言创建了开源神经进化算法的实现。