Neuroevoluție practică cu Python

Recenzii ale cititorilor

În prezent, nu există recenzii ale cititorilor. Evaluarea se bazează pe 7 voturi.

Titlul original:

Hands-On Neuroevolution with Python

Conținutul cărții:

Creșteți performanța diferitelor arhitecturi de rețele neuronale utilizând NEAT, HyperNEAT, ES-HyperNEAT, Novelty Search, SAFE și neuroevoluția profundă Caracteristici cheie Implementați algoritmi de neuroevoluție pentru a îmbunătăți performanța arhitecturilor de rețele neuronale Înțelegeți algoritmii evolutivi și metodele de neuroevoluție cu ajutorul exemplelor din lumea reală Învățați conceptele esențiale de neuroevoluție și modul în care acestea sunt utilizate în domenii precum jocurile, robotica și simulările Descrierea cărții

Neuroevoluția este o formă de învățare a inteligenței artificiale care utilizează algoritmi evolutivi pentru a simplifica procesul de rezolvare a sarcinilor complexe în domenii precum jocurile, robotica și simularea proceselor naturale. Această carte vă va oferi o perspectivă cuprinzătoare asupra conceptelor esențiale ale neuroevoluției și vă va dota cu abilitățile de care aveți nevoie pentru a aplica algoritmi bazați pe neuroevoluție pentru a rezolva probleme practice, din lumea reală.

Veți începe cu învățarea conceptelor și metodelor cheie de neuroevoluție prin scrierea codului cu Python. Veți obține, de asemenea, experiență practică cu biblioteci Python populare și veți acoperi exemple de învățare prin consolidare clasică, planificarea căilor pentru agenți autonomi și dezvoltarea de agenți care să joace în mod autonom jocuri Atari. În continuare, veți învăța să rezolvați provocări comune și nu atât de comune în calculul natural utilizând algoritmi bazați pe neuroevoluție. Mai târziu, veți înțelege cum să aplicați strategii de neuroevoluție la modelele de rețele neuronale existente pentru a îmbunătăți performanța de formare și de inferență. În cele din urmă, veți obține o perspectivă clară asupra topologiei rețelelor neuronale și a modului în care neuroevoluția vă permite să dezvoltați rețele complexe, pornind de la unele simple.

Până la sfârșitul acestei cărți, nu numai că veți fi explorat algoritmii existenți bazați pe neuroevoluție, dar veți avea și abilitățile necesare pentru a-i aplica în sarcinile dvs. de cercetare și de lucru. Ce veți învăța Descoperiți cei mai populari algoritmi de neuroevoluție - NEAT, HyperNEAT și ES-HyperNEAT Explorați cum să implementați algoritmi bazați pe neuroevoluție în Python Fiți la curent cu instrumentele avansate de vizualizare pentru a examina graficele rețelelor neuronale evoluate Înțelegeți cum să examinați rezultatele experimentelor și să analizați performanța algoritmilor Aprofundați-vă în tehnicile de neuroevoluție pentru a îmbunătăți performanța metodelor existente Aplicați neuroevoluția profundă pentru a dezvolta agenți pentru a juca jocuri Atari Pentru cine este această carte

Această carte se adresează practicienilor învățării automate, cercetătorilor în domeniul învățării profunde și pasionaților de inteligență artificială care doresc să implementeze algoritmi de neuroevoluție de la zero. Cunoștințele de lucru ale limbajului de programare Python și cunoștințele de bază despre deep learning și rețele neuronale sunt obligatorii. Table of Contents Prezentare generală a metodelor de neuroevoluție Configurarea bibliotecilor Python și a mediului Utilizarea NEAT pentru optimizarea soluției XOR Experimente de echilibrare a polilor Navigație autonomă în labirint Metoda de optimizare a căutării noutăților NEAT bazată pe hipercuburi pentru discriminarea vizuală ES-HyperNEAT și problema retinei Co-evoluția și metoda SAFE Neuroevoluția profundă Cele mai bune practici, sfaturi și trucuri Observații finale