Algoritmos Geneticos em Python
What you’ll learn
Aprenda na teoria e na prática os principais conceitos sobre os algoritmos genéticos, tais como: indivíduo, população, crossover/reprodução e mutação
Aprenda conceitos adicionais como: função de avaliação/fitness e seleção de indivíduos
Implemente um algoritmo genético passo a passo no Python para resolver um problema real de transporte de mercadorias
Visualize as soluções do algoritmo genético utilizando gráficos com a biblioteca matplotlib
Utilize o algoritmo genético integrado com uma base de dados no MySql
Crie algoritmos genéticos utilizando a biblioteca DEAP
Requirements
É recomendado conhecimento sobre lógica de programação, principalmente estruturas condicionais e de repetição
Conhecimentos básicos em Python são desejáveis, embora seja possível acompanhar o curso sem saber essa linguagem com profundidade
Noções sobre orientação a objetos são necessárias, principalmente conceitos como classe, objeto, atributo e método
Não são necessários conhecimentos prévios sobre Inteligência Artificial
Não são necessários conhecimentos prévios sobre banco de dados
Description
Os algoritmos genéticos são uma importante área da Inteligência Artificial que são responsáveis pela resolução de problemas complexos, tendo como base encontrar soluções para problemas de otimização e busca. Existem várias aplicações práticas deste tipo de algoritmo, as quais podem ser aplicadas na resolução de problemas em cenários comerciais do dia a dia. Um exemplo clássico é a resolução do problema de choque de horários de professores em uma escola, no qual existem diversas combinações de horários e aulas e o objetivo é construir a grade de horário dinamicamente de acordo com a quantidade de aulas e a disponibilidade de cada professor. Outros exemplos são: empresas de telecomunicações podem projetar novas redes óticas, transportadoras podem planejar melhor a rota de entrega de mercadorias, investidores podem escolher os melhores investimentos; dentre várias outras.
Baseado nisso, neste curso você vai aprender na teoria e principalmente na prática como desenvolver do zero um algoritmo genético aplicado em um cenário real de uma transportadora. Neste contexto, nós seremos consultores de uma empresa de transporte que possui vários produtos a serem transportados, porém, a empresa possui somente um caminhão disponível e com espaço limitado de armazenamento. Nosso objetivo será desenvolver um algoritmo que consiga gerar a melhor combinação dos produtos que devem ser transportados, levando em consideração o fato de que a transportadora quer ganhar o máximo de dinheiro possível com o frete e ocupando o espaço disponível no caminhão.
Esse tipo de algoritmo é baseado em encontrar soluções cada vez melhores a partir da evolução das gerações anteriores, sendo fundamentado nos processos naturais de evolução. E para chegar em nosso objetivo, você vai aprender os principais conceitos sobre essa técnica de inteligência artificial, tais como: população, indivíduo, crossover/reprodução e mutação. Ao final do curso, você terá um algoritmo genético completo que conseguirá resolver o problema da transportadora, o qual pode ser aplicado para outros cenários comerciais. Utilizaremos a linguagem Python para a programação das funções e desenvolveremos tudo passo a passo e com muitos detalhes, para que você tenha uma visão bem clara e didática de como esses algoritmos conseguem resolver problemas reais do cotidiano. Além disso, teremos um bônus no qual você vai aprender como criar uma tabela de produtos no MySql e aplicar nosso algoritmo utilizando os dados de uma base de dados, o que pode facilitar a adaptação do código para utilização em ambientes comerciais. Por fim, este material pode ser considerado de nível iniciante para quem está entrando tanto na área de Inteligência Artificial quanto na área de algoritmos genéticos. Porém, caso você seja de nível mais avançado, este curso poderá servir como uma ótima fonte de consulta e revisão dos conceitos.
Preparado(a) para dar um importante passo na sua carreira? Aguardamos você no curso! 🙂
Overview
Section 1: Introdução e conteúdo do curso
Lecture 1 Problema a ser resolvido
Lecture 2 Conteúdo do curso
Lecture 3 Algoritmos evolucionários e algoritmos genéticos
Lecture 4 Mais sobre Inteligência Artificial
Lecture 5 Recursos para download
Section 2: Algoritmos genéticos passo a passo
Lecture 6 Instalação do Anaconda
Lecture 7 Recursos para download
Lecture 8 Classe produtos
Lecture 9 Classe indivíduo I
Lecture 10 Classe indivíduo II
Lecture 11 Função de avaliação
Lecture 12 Crossover/reprodução – teoria
Lecture 13 Crossover/reprodução – implementação
Lecture 14 Mutação
Lecture 15 Errata na implementação da mutação!
Lecture 16 Inicialização da população
Lecture 17 Avaliação da população
Lecture 18 Melhor indivíduo
Lecture 19 Soma das avaliações
Lecture 20 Seleção dos indivíduos – teoria
Lecture 21 Seleção dos indivíduos – implementação
Lecture 22 Construção de nova geração
Lecture 23 Algoritmo genético completo I
Lecture 24 Algoritmo genético completo II
Lecture 25 Algoritmo genético completo III
Lecture 26 Gráfico das soluções
Lecture 27 Instalação do MySql
Lecture 28 Criação da tabela de produtos no MySql
Lecture 29 Algoritmo genético com banco de dados
Lecture 30 Biblioteca DEAP I
Lecture 31 Biblioteca DEAP II
Lecture 32 Biblioteca DEAP III
Section 3: Considerações finais
Lecture 33 Considerações finais
Lecture 34 AULA BÔNUS
Pessoas interessadas em Inteligência Artificial,Pessoas interessadas em resolver problemas reais utilizando algoritmos genéticos
Course Information:
Udemy | Português | 4h 45m | 2.41 GB
Created by: Jones Granatyr
You Can See More Courses in the Developer >> Greetings from CourseDown.com