Bài giảng "Học máy - Các phương pháp học có giám sát: Giải thuật di truyền" cung cấp cho người học các kiến thức: Giới thiệu về giải thuật di truyền, các toán tử di truyền, biểu diễn giả thiết. Hi vọng đây sẽ là một tài liệu hữu ích dành cho các bạn sinh viên Công nghệ thông tin dùn làm tài liệu học tập và nghiên cứu. | Bài giảng Học máy: Các phương pháp học có giám sát - Nguyễn Nhật Quang (P7) Học Máy (IT 4862) Nguyễn ễ Nhật hậ Quang quangnn-fit@ Trường Đại học Bách Khoa Hà Nội Viện Công nghệ thông tin và truyền thông Năm học 2011-2012 Nội dung d môn ô học: h Giới thiệu chung g Đánh giá hiệu năng hệ thống học máy Các phương pháp học dựa trên xác suất Các phương pháp học có giám sát Giải thuật di truyền (Genetic algorithm) Các phương pháp học không giám sát L cộng Lọc ộ tác tá Học tăng cường Học Máy – IT 4862 2 Giải thuật di truyền – Giới thiệu Dựa trên (bắt chước) quá trình tiến hóa tự nhiên trong sinh học Ápp dụng ụ gp phương gpphápp tìm kiếm ngẫu g nhiên ((stochastic search)) để tìm được lời giải (vd: một hàm mục tiêu, một mô hình phân lớp, ) tối ưu Giải thuật di truyền (Generic Algorithm – GA) có khả năng tìm được các lời giải tốt thậm chí ngay cả với các không gian tìm kiếm (lời giải) không liên tục rất phức tạp Mỗi khả năng ă của ủ lời giải iải được đ biểu biể diễn diễ bằng bằ một ộ chuỗi h ỗi nhị hị phân (vd: 100101101) – được gọi là nhiễm sắc thể (chromosome) • Việc biểu diễn này phụ thuộc vào từng bài toán cụ thể GA cũng được xem như một bài toán học máy (a learning bl ) dựa problem) d ttrên ê quá á ttrình ì h tối ưu hóa hó ((optimization) ti i ti ) Học Máy – IT 4862 3 Giải thuật di truyền – Các bước chính Xây dựng (khởi tạo) quần thể (population) ban đầu • Tạo nên một số các giả thiết (khả năng của lời giải) ban đầu • Mỗi giả thiết khác các giả thiết khác (vd: khác nhau đối với các giá trị của một số tham số nào đó của bài toán) Đánh giá quần thể • Đánh giá (cho điểm) mỗi giả thiết (vd: ( d bằng cách kiểm tra độ chính xác ác của hệ thống trên một tập dữ liệu kiểm thử) • Trong lĩnh vực sinh học, điểm đánh giá này của mỗi giả thiết được gọi là độ phù hợp (fitness) của giả thiết đó • Xếp hạng các giả thiết theo mức độ phù hợp
