Opções de inscrição
Цель изучения дисциплины – изучение современных эвристических алгоритмов и их применение для решения практических задач, в том числе для задач машинного обучения.
Задача дисциплины – изучение
и исследование эвристических алгоритмов, освоение методики построения
алгоритмов, применение алгоритмов к решению задач дискретной оптимизации и задач машинного обучения.
Краткое содержание курса.
1. Генетические алгоритмы. Предпосылки. Общая схема алгоритма. Генетические
алгоритмы для определения оптимального положения звеньев
робота-манипулятора.
2. Муравьиные
алгоритмы. Предпосылки. Общая схема алгоритма. Вероятностный переход. Модификации алгоритма. Муравьиные алгоритмы в задачах классификации. Муравьиные алгоритмы с q-обучением. Муравьиные алгоритмы для построении движения траектории робота в лабиринте.
3. Q-learning. Общая схема. Реализация движения шагающего робота-тележки, используя q-обучение.
4. Алгоритм
имитации отжига. Предпосылки. Общая схема алгоритма. Алгоритм отжига для
решения задачи коммивояжера.
5. «Жадные» алгоритмы. Алгоритмы
поиска минимального элемента. Недостатки алгоритмов. Возможности модификаций
«жадных» алгоритмов
6. Вероятностная модификация «жадных» алгоритмов. Рандомизация.
Теоремы эквивалентности двух задач. Этапы адаптивного алгоритма. Условие
локального улучшения.
- Преподаватель, Декан: Медведев Сергей Николаевич
Os visitantes não têm acesso a esta disciplina. Por favor, autentique-se.