Evolutionary Deep Learning: Genetic Algorithms and Neural Networks
Книга «Evolutionary Deep Learning» исследует пересечение эволюционных вычислений и глубокого обучения, показывая, как генетические алгоритмы и нейроэволюция могут автоматизировать и оптимизировать нейронные сети. Автор Майкл Лэнхэм начинает с основ эволюционных вычислений и генетических алгоритмов, используя библиотеку DEAP на Python, и постепенно переходит к практическим приложениям.
В первой части читатели знакомятся с концепциями эволюционного глубокого обучения, моделируют жизнь с помощью Python и изучают генетические алгоритмы. Вторая часть посвящена оптимизации глубокого обучения: автоматизации подбора гиперпараметров, нейроэволюционной оптимизации и эволюционным сверточным нейронным сетям.
Третья часть охватывает продвинутые приложения, включая эволюционирующие автоэнкодеры, генеративное глубокое обучение и NEAT (NeuroEvolution of Augmenting Topologies). Книга содержит множество примеров кода и упражнений, что делает её практическим руководством для разработчиков и исследователей.
Издание подойдёт тем, кто хочет использовать эволюционные методы для создания более эффективных и адаптивных моделей машинного обучения, а также понять, как автоматизировать проектирование архитектур нейронных сетей.
