ขั้นตอนวิธีเชิงพันธุกรรม ชื่ออังกฤษ genetic algorihm
ฟังชื่อดูนึกว่าเป็นวิชาชีววิทยา
แต่โทษทีในที่นี้ ....มันคือศาสตร์ทางคอมพิวเตอร์ตัวหนนึ่ง
.
genetic algorihm เป็นอัลกอริทึมตัวหนึ่ง
ในวิชา machine learing (การเรียนรู้ของเครื่อง)
รวมทั้งศาสตร์อย่าง Data science ก็มักพบเห็นอัลกอริทึมนี้
.
genetic algorihm เป็นเทคนิคสำหรับค้นหาคำตอบของปัญหา
โดยได้ไอเดียมาทฤษฎีวิวัฒนาการจากชีววิทยา
และการคัดเลือกตามธรรมชาติ (natural selection)
เพื่อคัดสิ่งมีชีวิตที่เหมาะสมที่สุดถึงจะอยู่รอด
.
แต่ในวิชาคอมพิวเตอร์จะนำมาใช้หาคำตอบที่เหมาะสมสุด (optimal solution)
.
วิธีการเขาจะแทนคำตอบโดยให้เลียนแบบ โครโมโซม (chromosomes) แล้วปรับปรุงคำตอบแต่ละชุด ด้วยวิธีการวิวัฒนาการ (evolutionary operation)
.
สำหรับวิการคือจะเริ่มสุ่มประชากรขึ้นมา
ในแต่ละรุ่นจะทำให้เกิดการกลายพันธุ์
หรือสับเปลี่ยนยีนระหว่างกัน จนได้ประชากรรุ่นใหม่
ที่มีค่าความเหมาะสม (fitness) มากขึ้น
.
ซึ่งมันจะวิวัฒนาการแบบนี้จะทำไปเรื่อย ๆ
จนกระทั่งพบคำตอบที่มีค่าความเหมาะสมที่สุด
.
ถ้าเปรียบเทียบอัลกอริทึมนี้ง่ายๆ
สมมติบ้านเรารกมาก ไม่เป็นระเบียบ
เราอยากจัดบ้านให้สวย
เราก็สุ่มวิธีการจัดบ้าน
มีพลิกแพลงวิธีการจัดบ้านนอกตำรา
จนได้รูปแบบการจัดบ้านที่เหมาะสมสุด
.
สำหรับตัวอย่างโค้ดลองศึกษาดูได้
เป็นตัวอย่างการใช้ genetic algorithm
เพื่อหาเส้นทางเดินข้ามจังหวัดในประเทศไทย
https://github.com/adminho/machine-learning/tree/master/Genetic_algorithm
.
.
.
.
.
.
.
.
.
+++++ขอประชาสัมพันธ์ (ขายของ)
📔 หนังสือ "ปัญญาประดิษฐ์ (AI) ไม่ยาก" เข้าใจได้ด้วยเลขม. ปลาย (เนื้อหาภาษาไทย)
.
ถ้าสนใจสั่งซื้อได้ที่
👉 https://www.mebmarket.com/web/index.php?action=BookDetails&data=YToyOntzOjc6InVzZXJfaWQiO3M6NzoiMTcyNTQ4MyI7czo3OiJib29rX2lkIjtzOjY6IjEwODI0NiI7fQ&fbclid=IwAR11zxJea0OnJy5tbfIlSxo4UQmsemh_8TuBF0ddjJQzzliMFFoFz1AtTo4
.
ราคา 295 บาท
.
.
วิธีการซื้อ
1) สมัครเป็นสมาชิกเว็บ www.mebmarket.com ก่อน
2) ดาวน์โหลดแอพของ meb ค้นหาชื่อ meb นี้แหละ (ถ้าจะอ่านบน desktop ก็ดาวน์โหลดโปรแกรมาก่อน)
3) แล้วสั่งซื้อ โอนเงินก็ตามรายละเอียดที่เว็บแนะนำครับผม
4) จากนั้นก็ใช้โปรแกรม หรือแอพของ meb เปิดอ่านหนังสือครับผม
5) ถ้ามีปัญหาติดต่อทางทีม support@mebmarket.com เขาจะให้คำตอบคำผม
(พอดีฝากขายที่นี้ด้านเทคนิคพวกนี้ผมจะไม่รู้ครับ)
.
ถ้าเพื่อนๆ ที่อ่านหนังสือผ่านระบบ iOS
เวลาจะชำระเงิน ไม่ควรจ่ายผ่านบัตร
เพราะจะซื้อหนังสือแพงขึ้นครับ ราคา 329 บาท
.
แนะนำให้ชำระเงิน
- โดยให้เปิดเว็บ https://www.mebmarket.com
- แล้ว login ด้วย username เดียวกับที่เราใช้ใน app บน iOS
- หลังจากนั้นก็เลือกซื้อหนังสือปกติ
.
ซื้อเสร็จแล้วมันจะไปโผล่ใน app บน iOS
จากนั้นเพื่อนสามารถเข้าใช้งานด้วย username และ password อันเดียวกันกับหน้าเว็บเลยครับ
จะซื้อได้ในราคาที่เห็นตามเว็บนี้ (ไม่แพง)
.
สำหรับวิธีอ่านอีบุ๊กเล่มนี้
ก็ต้องเลือกโปรแกรม/แอพ ให้เหมาะกับระบบที่เราใช้อยู่
วิธีอ่านอีบุ๊กก็ตามลิงก์ต่อไปนี้
https://docs.google.com/document/d/e/2PACX-1vSI4hZgymHgbqhX3CA6anA_18wRy-iXU9oIlupUr-KwAWvJyxI9zdLrJcPUW77xz8lbvRFfW10747Oe/pub
.
ส่วนตัวอย่างหนังสือ ก็ดูได้ลิงค์นี้
ตัวอย่างหนังสือ
👉 สารบัญ:
https://drive.google.com/file/d/1L6-XYMVCWYNkvYXZYP9kOuzAIzPfHuaf/view?usp=sharing
.
👉 ตัวอย่างแต่ละบท
ตัวอย่างบทที่ 1 แนะนำ AI
📗 https://drive.google.com/file/d/19kzbuRtN14eDEYhNewBh4ZUCa6sexaIf/view?usp=sharing
.
ตัวอย่างบทที่ 3 แนะนำ machine learning
📗 https://drive.google.com/file/d/1pe8ty5hVZS0M3zGZe5WliOOTm6Cqv1Ti/view?usp=sharing
.
ตัวอย่างบทที่ 4 เรื่อง linear regression
📗
https://drive.google.com/file/d/1ju_wF6c9CNiYWfSzIIuqV9aUuEa4eurh/view?usp=sharing
.
ตัวอย่างบทที่ 8 เรื่อง CNN
📗 https://drive.google.com/file/d/1lGqsfXs16mV2IbEJx-4IgDslaHOut1kC/view?usp=sharing
.
ตัวอย่างบทที่ 9 เรื่อง RNN, LSTM
📗 https://drive.google.com/file/d/1dxEhj7syoXFAfQB9bqmwXGrfhgz3M7GQ/view?usp=sharing
.
ตัวอย่างบทที่ 10 เรื่อง Deep Q Learning
📗 https://drive.google.com/file/d/129-FPDP-9FJrMNsVqWMJdER762jOzs9G/view?usp=sharing
.
ตัวอย่างบทที่ 11 เรียนรู้แบบไร้ครูผู้สอน
📗 https://drive.google.com/file/d/15njvUq8Vbq3SRA-PHxVGq8Isr1cL3F3d/view?usp=sharing
.
👉 youtube: https://youtu.be/rLo-XdToGFI
👉 รีวิวหนังสือจากผู้เขียนตำราเทพเอกเซล https://www.facebook.com/thepexcel/posts/1424798431031509/
.
.
.
ขออภัยเล่มกระดาษตอนนี้ยังไม่มี โทดทีนะครัชชช
.
✍เขียนโดย โปรแกรมเมอร์ไทย thai programmer
evolutionary algorithm 在 MorvanZhou/Evolutionary-Algorithm - GitHub 的推薦與評價
In these tutorials, we will demonstrate and visualize algorithms like Genetic Algorithm, Evolution Strategy, NEAT etc. All methods mentioned below have ... ... <看更多>