패스트캠퍼스 강필성의비즈니스분석 30일 도전 챌린지! 18일차

23.03.09

#패스트캠퍼스 #패캠챌린지 #수강료0원챌린지 #환급챌린지 #직장인인강 #직장인자기계발#패캠인강후기 #패스트캠퍼스후기 #오공완 #강필성의비즈니스데이터분석

하.. 이번주도 성공!! 다음주도 꼭 성공하쟈!!!!!

---

1. 유전알고리즘

- 휴리스틱 기반의 변수 선택 기법들의 한계점 

 전역탐섹: 최적 변수집합 선정을 보장하나 너무 오랜시간이 걸림

 전진선택/후진소거/단계적선택 : 전ㅇ역탐색에 비해서는 매우 효율적이지만 최적 변수집합을 찾을 가능성이 낮아짐

 

유전 알고리즘은 존 홀랜드(John Holland)가 1975년에 저서 "Adaptation on Natural and Artificial Systems" 에서 처음 소개한 최적화 기법이며 실제 생물 진화를 모방해서 문제를 해결하는 진화 연산의 대표적인 방법이다.

유전 알고리즘은 자연계의 유전학에 바탕을 두며, 특히 다윈의 자연선택\ 이론을 기본 개념으로 한다. 유전자 프로그래밍에서는 문제에 대한 가능한 해들을 나열한 뒤, 점점 유전자들을 변화시켜 정확도가 높고 좋은 해들을 만들어 낸다. 여기서 문제의 해들을 유전자 라고 부르고, 그리고 이런 유전자들을 변형시켜 좋은 해를 얻는 것을 진화라고 볼 수 있다. 즉, 더 좋은 답을 찾아 가기 위해 진화를 모방한 탐색알고리즘이라고 한다.

유전자 알고리즘으로 잘못 알고 있는 경우도 있는데, '유전 알고리즘'이 맞다.

NN(Neural Network)이 나오기 전까지 가장 핫했던 알고리즘이며, 인공신경망이 나오며 쇠퇴할 줄 알았으나 딥러닝에서의 초깃값을 설정할 때 쓰이는 등 아직도 중요한 역할을 하고있다.

Evolutionary Algorithm(진화 알고리즘)이라는 이름으로 불리기도 한다.

 

 

 

메타 휴리스틱 기법 

- 닫힌해가 존재하지않는 복잡한 문제에 대해서 시행착오를 줄이는 효율적해 탐색기법

최적화 알고리즘중에는 자연 시스템을 모방한 것들이 상당수 존재한다.

 

 

1. 초기화

2. 선택

3. 교차

4. 변이

5. 대치

6. 반복

7. 종료

 

 

라는 전체적인 과정을 가지고 있으며 위키백과에는 구성 / 연산/ 등 이런 부분이 필수적으로 들어감 

 

• 초기 염색체를 생성하는 연산
• 적합도를 계산하는 연산
• 적합도를 기준으로 염색체를 선택하는 연산
• 선택된 염색체들로부터 자손을 생성하는 연산
• 돌연변이 (mutation) 연산 

주말에 다시 복ㅎ습하기 

---

본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성되었습니다.

http://bit.ly/3Y34pE0