#2. Делаем генетический алгоритм для задачи OneMax | Генетические алгоритмы на Python

Пример реализации генетического алгоритма на языке Python для решения задачи OneMax.

[ЮрийСурнин-шс]

Огромное спасибо за то, что взялись осветить на простых и понятных примерах эту тему!
Это огромная мотивация, чтобы наконец-то понять принципы работы ГА!

[misterygame]

Это просто нереально) Все доходчиво и понятно, да ещё и код на github. Спасибо!

[АлександрВальвачев-яъ]

Просто супер!. Четко. ясно. понятно. Спасибо.

[learningmeansdoing]

Спасибо за видео! По вашему примеру попробовал написать генетический алгоритм для поиска минимального покрывающего множества и все получилось. Мне кажется, что на 6:30 отбор трех кандидатов из популяции можно сделать с помощью random.sample. Возможно, так было бы проще.

[sergka]

за ролик спасибо, но на код без слез не взглянешь

[matthewgiovannini]

Спасибо за ролик. Но зачем изобретать велосипед?
Разве deep_copy не сможет клонировать объект?

[ВасяИванов-щз]

Вы не могли бы пояснить, что означает запятая после return() в определении функции oneMaxFitness? Также для меня необычна нотация последней строки в определении функции mutFlipBit() - ее можно как-то другим (обычным) образом записать? Спасибо

[СомалиЛеснойдух]

Можно попросить снять серию видео по работе с Ubuntu?)

[dfcf]

Далее этого канала можно на ютуб не ходить

[tosick]

Пожалуйста, соблюдайте PEP8: названия калассоа в Camel case, функции через _

[Armkeyter]

В строчке 75 у вас есть :
mutant[indx] = If mutant[indx] == 1 else 1
Я бы заменил на обычный mutant[indx] = abs(mutant[indx]-1)
Так когда у нас 1 то будет | 1-1 |= 0
А когда у нас 0 то будет | 0 - 1 | = 1
Впринцепи тоже самое, просто красивее )

[ДмитрийЛысов-хз]

Здравствуйте, спасибо за классные уроки! Я сам разработчик, недавно начал интересоваться нейросетями, посоветуйте пожалуйста литературу для начинающего, чтобы более-менее разобраться в фундаментальных основах. Книг нашел штук 100, но не охота все подряд покупать))

[PrimaLuceAstronaut]

Здравствуйте, Сергей! Скорее всего, я уже надоел вам своими вопросами, но все же я хотел бы уточнить один момент:
если в функциях нет return, то как мы оттуда получаем измененные/новые значения?

[timursurkhaev]

Небольшое дополнение (вдруг кому-то поможет).

При RANDOM_SEED = 42 у меня отбор завершается на 33-м поколении:

Поколение 33: Макс приспособ. = 100, Средняя приспособ. = 97.59

Результат как в финале видео получается если запустить исходную версию программы (до перезалива).

[igor_quantumman]

Почему при турнирном отборе популяция того же размера получается? Выходит все особи кандидаты в родители или дубликаты образуются чтобы сами с собой размножаться?

[uchenoche]

Можно добавить лекции на ту же тему, но не на Python, а на Common Lisp?

[desu-desu]

странно, у меня не получилось при помощи этого алгоритма достичь максимума и за 100 поколений, хотя на графике устойчивый рост приспособленности.

еще: на мой взгляд есть более интересный вариант турнирного отбора: дать КАЖДОМУ индивидууму поучаствовать в турнире с 2 случайными индивидуумами. У автора в турнире участвуют 3 СЛУЧАЙНЫХ индивидуума. В моей версии нет вероятности отбраковки боле приспособленных индивидуумов.

еще: в данном примере увеличение вероятности мутации приводит к ускорению приспособленности популяции

[higiro]

Как можно ваще на пайтон программировать, это же просто ущербно