Aprender los principios básicos de los algoritmos evolutivos, desarrollando tus propios algoritmos genéticos Python para ayudarte a resolver diversos problemas que de otra manera resultaría extremadamente complejo.
En la computación existe una forma interesante de abordar la problemática de la optimización: los algoritmos evolutivos. Diseñados específicamente para resolver problemas muy difíciles utilizando métodos que son utilizados por diferentes organismos individualmente o como grupo. Estos forman una pequeña parte del aprendizaje automático supervisado pero sus aplicaciones son tan versátiles que van desde la predicción del comportamiento de los inversores en el mercado de valores, hasta el descifrado de mensajes codificados en tareas de seguridad informática.
Los siguientes enlaces son externos a la Universidad Tecmilenio, al acceder a ellos considera que debes apegarte a sus términos y condiciones.
Para conocer más sobre fundamentos matemáticos para el aprendizaje automático, te recomendamos leer:
Dot CSV. (2020, 22 de enero). BIOBOTS y Algoritmos Evolutivos [Archivo de video]. Recuperado de https://www.youtube.com/watch?v=ULh2lXR-6O4&t=47s
Implementa soluciones de programación genética para resolver problemas de optimización utilizando el lenguaje de programación Python.
La ecuación fundamental de la programación dinámica se usa para resolver problemas de optimización iterativa. El “problema de la mochila” es uno de los ejemplos clásicos que se utilizan para demostrar el funcionamiento de este tipo de modelos. Dicho problema puede resolverse utilizando la programación genética:
Asegúrate de: