Data-Driven Evolutionary Optimization: Integrating Evolutionary Computation, Machine Learning and Data Science (Studies in Computational Intelligence, 975)

این کتاب که برای محققان و پزشکان به طور یکسان در نظر گرفته شده است، موضوعات با دقت انتخاب شده و در عین حال گسترده ای در بهینه سازی، یادگیری ماشین و فراابتکاری را پوشش می دهد. این کتاب مستقل که توسط محققان دانشگاهی پیشرو در جهان که در کاربردهای صنعتی بسیار با تجربه هستند، نوشته شده است، این کتاب مستقل اولین در نوع خود است که دانش پیش زمینه جامع، به ویژه دستورالعمل های عملی، و تکنیک های پیشرفته را ارائه می دهد. الگوریتم‌های جدید با دقت توضیح داده می‌شوند، با شبه‌کد یا فلوچارت‌ها بیشتر توضیح داده می‌شوند و کد منبع کامل کار آزادانه در دسترس است.

این با ارائه انواع الگوریتم های بهینه سازی تک و چندهدفه مبتنی بر داده ارائه می شود که به طور یکپارچه یادگیری ماشین مدرن مانند یادگیری عمیق و انتقال یادگیری را با الگوریتم های بهینه سازی تکاملی و ازدحامی ادغام می کند. کاربردهای بهینه‌سازی مبتنی بر داده از طراحی آیرودینامیکی، بهینه‌سازی فرآیندهای صنعتی تا جستجوی معماری عصبی عمیق گنجانده شده است.

Intended for researchers and practitioners alike, this book covers carefully selected yet broad topics in optimization, machine learning, and metaheuristics. Written by world-leading academic researchers who are extremely experienced in industrial applications, this self-contained book is the first of its kind that provides comprehensive background knowledge, particularly practical guidelines, and state-of-the-art techniques.  New algorithms are carefully explained, further elaborated with pseudocode or flowcharts, and full working source code is made freely available.

This is followed by a presentation of a variety of data-driven single- and multi-objective optimization algorithms that seamlessly integrate modern machine learning such as deep learning and transfer learning with evolutionary and swarm optimization algorithms. Applications of data-driven optimization ranging from aerodynamic design, optimization of industrial processes, to deep neural architecture search are included.