Mi a közös a pénzügyi adatok előrejelzésében, a napi kereskedési szabályok kidolgozásában és a biomarkerek kiválasztásában? Ez csak néhány a feladatok közül, amelyeket potenciálisan meg lehetne oldani genetikai programozással és gépi tanulási technikákkal. Az alkalmazott genetikai programozás és a gépi tanulás a terület vezetői által írt Genetikai Programozás (GP) gyakorlati alkalmazások kiterjesztését vázolja fel. A gyorsan fejlődő fogalmakat és a feltörekvő paradigmákat tükrözve ez a könyv felvázolja, hogyan lehet gépi tanulási technikákat használni, hogyan lehet a keresési teret hatékonyan mintavételező tanulási operátorokat navigálni a keresési folyamatban az objektív fitneszfüggvények tervezésén keresztül, és megvizsgálni az evolúciós rendszer keresési teljesítményét. Módszertant biztosít a háziorvosi és gépi tanulási technikák integrálására, robusztus evolúciós keretet teremtve az olyan területek feladatainak kezelésére, mint a kaotikus idősoros előrejelző rendszer azonosítása, a pénzügyi előrejelzés, az osztályozás és az adatbányászat. A könyv kiindulópontot ad a kiterjesztett GP keretrendszerek kutatásához több gépi tanulási séma integrálásával. A rendszerazonosítás, a pénzügyi, a mérnöki és a bioinformatika területeiről származó empirikus tanulmányokra támaszkodva bemutatja, hogy a javasolt módszertan hogyan lehet hasznos a gyakorlati induktív problémamegoldásban. . Nyelv: angol