Optimization with Genetic Algorithms: Hands-on Python

سرفصل های دوره

Learn how to implement genetic algorithm from scratch to solve real world optimization problems

1. Introduction

1. Course Content

2. Course Information

3.1 Source-Codes.zip

3. Resources.html

2. Python Basics

1. Note!.html

2. Google Colab

3. Variables and Methods

4. Math Operators

5. Assignment Operators

6. Comparison Operators

7. Logical Operators

8. Conditional Statement

9. Loop

10. List

11. Dictionary

12. Tuple

13. for Loop

14. Range Function

3. Introduction to Genetic Algorithm

1. Biology Aspect of Genetic Algorithm

2. Mathematical Aspect of Genetic Algorithm

4. Developing Genetic Algorithm from Scratch

1. Understanding the Problem

2. Defining the Equations

3. Initialization

4. Evaluation

5. Selection

6. Crossover

7. Mutation

8. Elitism

9. Finding the Optimal Solution

10. Visualization

11. Calling the Genetic Algorithm Function

12. Hyper Parameters.html

5. Genetic Algorithm Library

1. Introduction

2. Understanding the Problem

3. Initial Installations

4. Defining the Equations

5. Creating an Instance and Run the Model

6. Hyper Parameters

7.1 exercise solution.zip

7. Exercise.html

6. Conclusion

1. Conclusion and Future Reading Suggestion

189,000 تومان

افزودن به سبد خرید

خرید دانلودی فوری

در این روش نیاز به افزودن محصول به سبد خرید و تکمیل اطلاعات نیست و شما پس از وارد کردن ایمیل خود و طی کردن مراحل پرداخت لینک های دریافت محصولات را در ایمیل خود دریافت خواهید کرد.

تولید کننده: Udemy-Training