Soumettre la recherche
Mettre en ligne
できる!遺伝的アルゴリズム
•
Télécharger en tant que PPT, PDF
•
33 j'aime
•
58,791 vues
Maehana Tsuyoshi
Suivre
オープンソースカンファレンス 2009 Hokkaido with LDD での遺伝的アルゴリズムの説明です。
Lire moins
Lire la suite
Technologie
Signaler
Partager
Signaler
Partager
1 sur 99
Télécharger maintenant
Recommandé
遺伝的アルゴリズム(Genetic Algorithm)を始めよう!
遺伝的アルゴリズム(Genetic Algorithm)を始めよう!
Kazuhide Okamura
遺伝的アルゴリズム(Genetic Algorithm)を始めよう! 【簡略版】
遺伝的アルゴリズム(Genetic Algorithm)を始めよう! 【簡略版】
Kazuhide Okamura
負の二項分布について
負の二項分布について
Hiroshi Shimizu
Nazoki
Nazoki
Ken Ogura
21世紀の手法対決 (MIC vs HSIC)
21世紀の手法対決 (MIC vs HSIC)
Toru Imai
Tesseract ocr
Tesseract ocr
Takuya Minagawa
プログラミングコンテストでの動的計画法
プログラミングコンテストでの動的計画法
Takuya Akiba
最適輸送の解き方
最適輸送の解き方
joisino
Recommandé
遺伝的アルゴリズム(Genetic Algorithm)を始めよう!
遺伝的アルゴリズム(Genetic Algorithm)を始めよう!
Kazuhide Okamura
遺伝的アルゴリズム(Genetic Algorithm)を始めよう! 【簡略版】
遺伝的アルゴリズム(Genetic Algorithm)を始めよう! 【簡略版】
Kazuhide Okamura
負の二項分布について
負の二項分布について
Hiroshi Shimizu
Nazoki
Nazoki
Ken Ogura
21世紀の手法対決 (MIC vs HSIC)
21世紀の手法対決 (MIC vs HSIC)
Toru Imai
Tesseract ocr
Tesseract ocr
Takuya Minagawa
プログラミングコンテストでの動的計画法
プログラミングコンテストでの動的計画法
Takuya Akiba
最適輸送の解き方
最適輸送の解き方
joisino
強化学習入門
強化学習入門
Shunta Saito
勉強か?趣味か?人生か?―プログラミングコンテストとは
勉強か?趣味か?人生か?―プログラミングコンテストとは
Takuya Akiba
多人数不完全情報ゲームにおけるAI ~ポーカーと麻雀を例として~
多人数不完全情報ゲームにおけるAI ~ポーカーと麻雀を例として~
Kenshi Abe
Genetic algorithm full scratch with R
Genetic algorithm full scratch with R
Satoshi Kato
最適輸送入門
最適輸送入門
joisino
クラシックな機械学習の入門 9. モデル推定
クラシックな機械学習の入門 9. モデル推定
Hiroshi Nakagawa
Optimizer入門&最新動向
Optimizer入門&最新動向
Motokawa Tetsuya
AlphaGoのしくみ
AlphaGoのしくみ
Hiroyuki Yoshida
ノンパラベイズ入門の入門
ノンパラベイズ入門の入門
Shuyo Nakatani
カップルが一緒にお風呂に入る割合をベイズ推定してみた
カップルが一緒にお風呂に入る割合をベイズ推定してみた
hoxo_m
「ベータ分布の謎に迫る」第6回 プログラマのための数学勉強会 LT資料
「ベータ分布の謎に迫る」第6回 プログラマのための数学勉強会 LT資料
Ken'ichi Matsui
MICの解説
MICの解説
logics-of-blue
一般化線形モデル (GLM) & 一般化加法モデル(GAM)
一般化線形モデル (GLM) & 一般化加法モデル(GAM)
Deep Learning Lab(ディープラーニング・ラボ)
心理学者のためのGlmm・階層ベイズ
心理学者のためのGlmm・階層ベイズ
Hiroshi Shimizu
パターン認識02 k平均法ver2.0
パターン認識02 k平均法ver2.0
sleipnir002
複数のGNSSを用いたポーズグラフ最適化
複数のGNSSを用いたポーズグラフ最適化
TaroSuzuki15
Hessian free
Hessian free
Jiro Nishitoba
直交領域探索
直交領域探索
okuraofvegetable
動的計画法を極める!
動的計画法を極める!
HCPC: 北海道大学競技プログラミングサークル
[DL輪読会]Reward Augmented Maximum Likelihood for Neural Structured Prediction
[DL輪読会]Reward Augmented Maximum Likelihood for Neural Structured Prediction
Deep Learning JP
AI Based Game Design - Teaching how to expand designers' artistic palette wit...
AI Based Game Design - Teaching how to expand designers' artistic palette wit...
Mirjam Eladhari
ブループリントマニアックス
ブループリントマニアックス
Masahiko Nakamura
Contenu connexe
Tendances
強化学習入門
強化学習入門
Shunta Saito
勉強か?趣味か?人生か?―プログラミングコンテストとは
勉強か?趣味か?人生か?―プログラミングコンテストとは
Takuya Akiba
多人数不完全情報ゲームにおけるAI ~ポーカーと麻雀を例として~
多人数不完全情報ゲームにおけるAI ~ポーカーと麻雀を例として~
Kenshi Abe
Genetic algorithm full scratch with R
Genetic algorithm full scratch with R
Satoshi Kato
最適輸送入門
最適輸送入門
joisino
クラシックな機械学習の入門 9. モデル推定
クラシックな機械学習の入門 9. モデル推定
Hiroshi Nakagawa
Optimizer入門&最新動向
Optimizer入門&最新動向
Motokawa Tetsuya
AlphaGoのしくみ
AlphaGoのしくみ
Hiroyuki Yoshida
ノンパラベイズ入門の入門
ノンパラベイズ入門の入門
Shuyo Nakatani
カップルが一緒にお風呂に入る割合をベイズ推定してみた
カップルが一緒にお風呂に入る割合をベイズ推定してみた
hoxo_m
「ベータ分布の謎に迫る」第6回 プログラマのための数学勉強会 LT資料
「ベータ分布の謎に迫る」第6回 プログラマのための数学勉強会 LT資料
Ken'ichi Matsui
MICの解説
MICの解説
logics-of-blue
一般化線形モデル (GLM) & 一般化加法モデル(GAM)
一般化線形モデル (GLM) & 一般化加法モデル(GAM)
Deep Learning Lab(ディープラーニング・ラボ)
心理学者のためのGlmm・階層ベイズ
心理学者のためのGlmm・階層ベイズ
Hiroshi Shimizu
パターン認識02 k平均法ver2.0
パターン認識02 k平均法ver2.0
sleipnir002
複数のGNSSを用いたポーズグラフ最適化
複数のGNSSを用いたポーズグラフ最適化
TaroSuzuki15
Hessian free
Hessian free
Jiro Nishitoba
直交領域探索
直交領域探索
okuraofvegetable
動的計画法を極める!
動的計画法を極める!
HCPC: 北海道大学競技プログラミングサークル
[DL輪読会]Reward Augmented Maximum Likelihood for Neural Structured Prediction
[DL輪読会]Reward Augmented Maximum Likelihood for Neural Structured Prediction
Deep Learning JP
Tendances
(20)
強化学習入門
強化学習入門
勉強か?趣味か?人生か?―プログラミングコンテストとは
勉強か?趣味か?人生か?―プログラミングコンテストとは
多人数不完全情報ゲームにおけるAI ~ポーカーと麻雀を例として~
多人数不完全情報ゲームにおけるAI ~ポーカーと麻雀を例として~
Genetic algorithm full scratch with R
Genetic algorithm full scratch with R
最適輸送入門
最適輸送入門
クラシックな機械学習の入門 9. モデル推定
クラシックな機械学習の入門 9. モデル推定
Optimizer入門&最新動向
Optimizer入門&最新動向
AlphaGoのしくみ
AlphaGoのしくみ
ノンパラベイズ入門の入門
ノンパラベイズ入門の入門
カップルが一緒にお風呂に入る割合をベイズ推定してみた
カップルが一緒にお風呂に入る割合をベイズ推定してみた
「ベータ分布の謎に迫る」第6回 プログラマのための数学勉強会 LT資料
「ベータ分布の謎に迫る」第6回 プログラマのための数学勉強会 LT資料
MICの解説
MICの解説
一般化線形モデル (GLM) & 一般化加法モデル(GAM)
一般化線形モデル (GLM) & 一般化加法モデル(GAM)
心理学者のためのGlmm・階層ベイズ
心理学者のためのGlmm・階層ベイズ
パターン認識02 k平均法ver2.0
パターン認識02 k平均法ver2.0
複数のGNSSを用いたポーズグラフ最適化
複数のGNSSを用いたポーズグラフ最適化
Hessian free
Hessian free
直交領域探索
直交領域探索
動的計画法を極める!
動的計画法を極める!
[DL輪読会]Reward Augmented Maximum Likelihood for Neural Structured Prediction
[DL輪読会]Reward Augmented Maximum Likelihood for Neural Structured Prediction
En vedette
AI Based Game Design - Teaching how to expand designers' artistic palette wit...
AI Based Game Design - Teaching how to expand designers' artistic palette wit...
Mirjam Eladhari
ブループリントマニアックス
ブループリントマニアックス
Masahiko Nakamura
猫でも分かるUMG
猫でも分かるUMG
エピック・ゲームズ・ジャパン Epic Games Japan
SVM実践ガイド (A Practical Guide to Support Vector Classification)
SVM実践ガイド (A Practical Guide to Support Vector Classification)
sleepy_yoshi
Chainer Development Plan 2015/12
Chainer Development Plan 2015/12
Seiya Tokui
PFN Spring Internship Final Report: Autonomous Drive by Deep RL
PFN Spring Internship Final Report: Autonomous Drive by Deep RL
Naoto Yoshida
Capitalicoでのchainer 1.1 → 1.5 バージョンアップ事例
Capitalicoでのchainer 1.1 → 1.5 バージョンアップ事例
Jun-ya Norimatsu
深層学習ライブラリのプログラミングモデル
深層学習ライブラリのプログラミングモデル
Yuta Kashino
Chainer入門と最近の機能
Chainer入門と最近の機能
Yuya Unno
ディープラーニングにおける学習の高速化の重要性とその手法
ディープラーニングにおける学習の高速化の重要性とその手法
Yuko Fujiyama
ボケるRNNを学習したい (Chainer meetup 01)
ボケるRNNを学習したい (Chainer meetup 01)
Motoki Sato
Chainer Contribution Guide
Chainer Contribution Guide
Kenta Oono
Lighting talk chainer hands on
Lighting talk chainer hands on
Ogushi Masaya
Pythonによる4足歩行ロボットの制御と強化学習による歩行動作獲得の実例 #pyconjp
Pythonによる4足歩行ロボットの制御と強化学習による歩行動作獲得の実例 #pyconjp
Hideyuki TAKEI
Chainer meetup lt
Chainer meetup lt
Ace12358
Introduction to DEEPstation the GUI Deep learning environment for chainer
Introduction to DEEPstation the GUI Deep learning environment for chainer
Ryo Shimizu
CuPy解説
CuPy解説
Ryosuke Okuta
Deep parking
Deep parking
Shintaro Shiba
En vedette
(18)
AI Based Game Design - Teaching how to expand designers' artistic palette wit...
AI Based Game Design - Teaching how to expand designers' artistic palette wit...
ブループリントマニアックス
ブループリントマニアックス
猫でも分かるUMG
猫でも分かるUMG
SVM実践ガイド (A Practical Guide to Support Vector Classification)
SVM実践ガイド (A Practical Guide to Support Vector Classification)
Chainer Development Plan 2015/12
Chainer Development Plan 2015/12
PFN Spring Internship Final Report: Autonomous Drive by Deep RL
PFN Spring Internship Final Report: Autonomous Drive by Deep RL
Capitalicoでのchainer 1.1 → 1.5 バージョンアップ事例
Capitalicoでのchainer 1.1 → 1.5 バージョンアップ事例
深層学習ライブラリのプログラミングモデル
深層学習ライブラリのプログラミングモデル
Chainer入門と最近の機能
Chainer入門と最近の機能
ディープラーニングにおける学習の高速化の重要性とその手法
ディープラーニングにおける学習の高速化の重要性とその手法
ボケるRNNを学習したい (Chainer meetup 01)
ボケるRNNを学習したい (Chainer meetup 01)
Chainer Contribution Guide
Chainer Contribution Guide
Lighting talk chainer hands on
Lighting talk chainer hands on
Pythonによる4足歩行ロボットの制御と強化学習による歩行動作獲得の実例 #pyconjp
Pythonによる4足歩行ロボットの制御と強化学習による歩行動作獲得の実例 #pyconjp
Chainer meetup lt
Chainer meetup lt
Introduction to DEEPstation the GUI Deep learning environment for chainer
Introduction to DEEPstation the GUI Deep learning environment for chainer
CuPy解説
CuPy解説
Deep parking
Deep parking
Plus de Maehana Tsuyoshi
Stray sheep #ggjsap 2016 UE4 Team
Stray sheep #ggjsap 2016 UE4 Team
Maehana Tsuyoshi
リモートチームとふりかえり改善フレームワーク
リモートチームとふりかえり改善フレームワーク
Maehana Tsuyoshi
育てる!かんばん - bring up Kanban.
育てる!かんばん - bring up Kanban.
Maehana Tsuyoshi
Gadget study 1 at SapporoMIRAIstcafe
Gadget study 1 at SapporoMIRAIstcafe
Maehana Tsuyoshi
KanbanとTHETAとDK2とわたし
KanbanとTHETAとDK2とわたし
Maehana Tsuyoshi
How to put out ideas
How to put out ideas
Maehana Tsuyoshi
大きなチーム、大きな仕事 ~ 大規模アジャイル開発のいま
大きなチーム、大きな仕事 ~ 大規模アジャイル開発のいま
Maehana Tsuyoshi
Kaminend-Agile-WorkShop
Kaminend-Agile-WorkShop
Maehana Tsuyoshi
CLR/H78 CI at iOS
CLR/H78 CI at iOS
Maehana Tsuyoshi
Improvement_process_for_providing_ongoing_value
Improvement_process_for_providing_ongoing_value
Maehana Tsuyoshi
Clrh66
Clrh66
Maehana Tsuyoshi
quanp for iPhone appbank japan tour 2nd in sapporo
quanp for iPhone appbank japan tour 2nd in sapporo
Maehana Tsuyoshi
step by step agile
step by step agile
Maehana Tsuyoshi
clrh58
clrh58
Maehana Tsuyoshi
clrh56
clrh56
Maehana Tsuyoshi
Native Smartphone Development with Ruby
Native Smartphone Development with Ruby
Maehana Tsuyoshi
Plus de Maehana Tsuyoshi
(16)
Stray sheep #ggjsap 2016 UE4 Team
Stray sheep #ggjsap 2016 UE4 Team
リモートチームとふりかえり改善フレームワーク
リモートチームとふりかえり改善フレームワーク
育てる!かんばん - bring up Kanban.
育てる!かんばん - bring up Kanban.
Gadget study 1 at SapporoMIRAIstcafe
Gadget study 1 at SapporoMIRAIstcafe
KanbanとTHETAとDK2とわたし
KanbanとTHETAとDK2とわたし
How to put out ideas
How to put out ideas
大きなチーム、大きな仕事 ~ 大規模アジャイル開発のいま
大きなチーム、大きな仕事 ~ 大規模アジャイル開発のいま
Kaminend-Agile-WorkShop
Kaminend-Agile-WorkShop
CLR/H78 CI at iOS
CLR/H78 CI at iOS
Improvement_process_for_providing_ongoing_value
Improvement_process_for_providing_ongoing_value
Clrh66
Clrh66
quanp for iPhone appbank japan tour 2nd in sapporo
quanp for iPhone appbank japan tour 2nd in sapporo
step by step agile
step by step agile
clrh58
clrh58
clrh56
clrh56
Native Smartphone Development with Ruby
Native Smartphone Development with Ruby
できる!遺伝的アルゴリズム
1.
できる! 遺伝的 アルゴリズム
CLR/H 前鼻 毅
2.
自己紹介 ・前鼻 毅(まえはな
つよし) ・ふつうの 基幹系 SE 兼 PM ・ 文系 大学出身 ・大体 スープカレー で出来ている ・ 数学ガール いいよね! twitter:sandinist , mixi:mae
3.
自己紹介 ・ C#
使ってます。 ・ CLR/H ・関数型言語勉強会 ・数学勉強会 とかによく行ってます。 質問は twitter:@sandinist
4.
概要 ・遺伝的アルゴリズムについて、
知識のない方を対象 に説明します。 ・遺伝的アルゴリズムを 実装例を元に解説 します。
5.
遺伝的アルゴリズムは ・ どんな
もの? ・何に使える? ・ どうやって いるの? ・どこまでできるのか?
6.
目的 ・遺伝的アルゴリズムが
どんなものか 分かる
7.
目的 Ex Ex.
遺伝的アルゴリズムを 実装できそう だと思う
8.
遺伝的 アルゴリズム http://www.flickr.com/photos/fmc550uz/3446971252
9.
そのまえに…
10.
11.
12.
13.
14.
メンデルの遺伝の法則 ①
15.
メンデルの遺伝の法則 ① ②
16.
メンデルの遺伝の法則 ② ③
17.
メンデルの遺伝の法則 ② ③
18.
表現型と遺伝子型 表現型 Pheno
Type 遺伝子型 Geno Type
19.
ダーウィンの進化論
20.
ダーウィンの進化論
21.
ダーウィンの進化論
22.
適者生存 不適応 適応
23.
24.
25.
26.
27.
28.
29.
30.
まずは見てみよう
31.
Genetic Algorithm Demo
32.
33.
どうやっているの? 1. 初期集団
3. 選択 4. 交叉 5. 変異 2. 評価 6. 終了
34.
巡回セールスマンで考えよう 1. 初期集団
3. 選択 4. 交叉 5. 変異 2. 評価 6. 終了
35.
36.
37.
38.
巡回セールスマンで考えよう 1. 初期集団
3. 選択 4. 交叉 5. 変異 2. 評価 6. 終了
39.
40.
41.
42.
43.
44.
45.
46.
47.
48.
49.
50.
巡回セールスマンで考えよう 1. 初期集団
3. 選択 4. 交叉 5. 変異 2. 評価 6. 終了
51.
52.
53.
54.
Genetic Algorithm http://www.flickr.com/photos/viamoi/3439951085
55.
選択・交叉 1. 初期集団
3. 選択 4. 交叉 5. 変異 2. 評価 6. 終了
56.
57.
58.
59.
60.
61.
62.
63.
64.
65.
66.
67.
68.
69.
70.
71.
巡回セールスマンで考えよう 1. 初期集団
3. 選択 4. 交叉 5. 変異 2. 評価 6. 終了
72.
73.
74.
75.
巡回セールスマンで考えよう 1. 初期集団
3. 選択 4. 交叉 5. 変異 2. 評価 6. 終了
76.
77.
78.
79.
80.
巡回セールスマンで考えよう 1. 初期集団
3. 選択 4. 交叉 5. 変異 2. 評価 6. 終了 ■ ハルモス符号
81.
よくわからない… だと?
82.
よろしい、ならば デモだ!
83.
Genetic Algorithm Demo
http:// www.flickr.com/photos/leniners/2284977041 @ C# 3.0
84.
85.
86.
87.
88.
89.
90.
一三〇〇〇〇〇〇〇〇〇〇〇〇〇年 に挑む!
91.
Genetic Algorithm http://www.flickr.com_photos_43052603@N00_3391952890.jpg
92.
93.
94.
95.
96.
最後に…
97.
僕らが旅に出る理由
98.
99.
Télécharger maintenant