- IT COOKBOOK 시리즈는 연습문제 해답을 제공하지 않습니다.
이미 소장하고 있다면 판매해 보세요.
- 국내배송만 가능
- 문화비소득공제 가능
이 분야의 이벤트
한빛아카데미-IT COOKBOOK
책소개
목차
|
저자 머리말
이 책의 주요 내용 이 책의 이용 방법 1장. 유전 알고리즘의 개괄 01_진화 02_유전 알고리즘의 약사 03_유전 알고리즘의 기본 용어들 04_유전 알고리즘의 전형적인 구조 05_표현 06_스키마 07_교차 08_변이 09 대치 10 어떤 문제를 유전 알고리즘으로 푸는가? [알고리즘 1-1] 유전알고리즘의 전형적 구조 [Drift] 머레이 겔만 2장. 문제의 표현 01_해란 무엇인가? 02_이진수 표현 : k-진수 표현 03_그레이 코딩 04_실수 표현 05_가변 표현 06_위치 기반 표현 : 순서 기반 표현 07_일차원 표현 : 다차원 표현 08_유전자 재배치 09 트리 표현 [Drift] 존 홀랜드 54 3장. 유전 알고리즘의 연산들 01_선택 연산 02_교차 연산 03_변이 연산 04_대치 연산 [알고리즘 3-1] 룰렛휠 선택 알고리즘 [알고리즘 3-2] 토너먼튼 선택 알고리즘 [알고리즘 3-3] 토너먼튼 선택 알고리즘(일반형) [Drift] 크리스토퍼 랭턴 4장. 스키마와 문제 공간 01_스키마 정리와 빌딩 블록 가설 02_스키마의 생존 확률 03_상위(Epistasis) 04_문제 공간의 모양 05_연산자와 문제 공간 06_왕도 함수(Royal-Road Function) [Drift] 존 폰 노이만 Chapter 05. 확장된 주제들 01_염색체 표현의 위상학적 재분류 02_고급 정규화(Normalization) 03_복수 개의 목적 함수를 갖는 유전 알고리즘 04_미미틱 유전 알고리즘(혼합형 유전 알고리즘) 05_개체군집최적화(Particle Swarm Optimization) 06_병렬 유전 알고리즘 07_공진화 08_해집단의 다양성 유지 09 교차 연산들의 혼용과 시너지 효과 10 분류자 시스템(Classifier System) 11 에코 (Echo) 모델 [알고리즘 5-1] PSO 알고리즘 [Drift] 복잡성 과학 Chapter 06. 유전 알고리즘의 응용 예들 01_함수 최적화 02_시스템 최적화 03_조합적 최적화 [알고리즘 6-1] LBG 알고리즘 Chapter 07. 유전 알고리즘의 구체적 예(1): 그래프 분할 01_기본 사항 02_그래프 이등분을 위한 유전 알고리즘 03_전처리(Preprocessing) 04_실험 결과 05_결론 [알고리즘 7-1] Kernighan-Lin 알고리즘 [알고리즘 7-2] 전처리된 미미틱 유전 알고리즘 Chapter 08. 유전 알고리즘의 구체적 예(2): TSP 01_기본 사항 02_지역 최적화 알고리즘 03_TSP를 위한 미미틱 유전 알고리즘 04_부언 [알고리즘 8-1] TSP를 위한 LK 알고리즘 [알고리즘 8-2] 미미틱 유전 알고리즘 Chapter 09. 다른 스토캐스틱 탐색 기법들 01_진화 연산의 다른 방법들 02_시뮬레이티드 어닐링(Simulated Annealing, SA) 03_큰 스텝 마르코브 체인 04_타부 서치(Tabu Search) [알고리즘 9-1] 시뮬레이티드 어닐링 [알고리즘 9-2] LSMC의 전형적 구조 [알고리즘 9-3] 타부 서치의 전형적 구조 Epilogue 맺음말 참고문헌 찾아보기 |
저자 소개 1
서울대학교 컴퓨터공학부 교수. 서울대학교 계산통계학과, KAIST 전산학과, 펜실베이니아 주립대학교에서 각각 학사 · 석사 ·박사 학위를 취득하였다. LG전자 중앙연구소 연구원, UCLA VLSI CAD Lab 박사후연구원, LG반도체 책임연구원을 거쳤다. 이론 연구의 현장 적용에 관심이 많아 2000년 초부터 연구실 벤처를 창업하여 알고리즘과 최적화 이론의 현장 접목을 시도해왔으며, 현재 문제 해결 분야와 유전 알고리즘 등의 공간 탐색 이론 및 응용을 연구하는 “최적화 및 금융공학 연구실”을 운영하고 있다. 주요 관심사는 난제의 속성, 이러한 문제들이 이루는 공간의 특성, 알고
서울대학교 컴퓨터공학부 교수. 서울대학교 계산통계학과, KAIST 전산학과, 펜실베이니아 주립대학교에서 각각 학사 · 석사 ·박사 학위를 취득하였다. LG전자 중앙연구소 연구원, UCLA VLSI CAD Lab 박사후연구원, LG반도체 책임연구원을 거쳤다. 이론 연구의 현장 적용에 관심이 많아 2000년 초부터 연구실 벤처를 창업하여 알고리즘과 최적화 이론의 현장 접목을 시도해왔으며, 현재 문제 해결 분야와 유전 알고리즘 등의 공간 탐색 이론 및 응용을 연구하는 “최적화 및 금융공학 연구실”을 운영하고 있다. 주요 관심사는 난제의 속성, 이러한 문제들이 이루는 공간의 특성, 알고리즘의 설계 · 분석, 알고리즘의 기업적 응용, 유전 알고리즘, AI 혁명을 이끌고 있는 트랜스포머의 내부 해킹과 응용이다. 전공 저서로는 『쉽게 배우는 자료구조 with 파이썬/자바』, 『쉽게 배우는 알고리 즘』, 『쉽게 배우는 유전 알고리즘』이 있다. 교양 부문 저서로는 계량적 주식 투자에 관한 『문병로 교수의 메트릭 스튜디오』가 있다. 국제 저널과 학술대회에 150여 편의 논문을 발표하였다.
『문병로 교수의 메트릭 스튜디오』는 투자 지침서이자 철학서다. 건강한 투자를 위해 일반 투자자와 전문 투자자 양쪽을 염두고 두고 집필해 이 책으로 독자들이 새로운 차원의 투자 근육을 형성할 수 있도록 안내한다.
『문병로 교수의 메트릭 스튜디오』는 투자 지침서이자 철학서다. 건강한 투자를 위해 일반 투자자와 전문 투자자 양쪽을 염두고 두고 집필해 이 책으로 독자들이 새로운 차원의 투자 근육을 형성할 수 있도록 안내한다.
문병로의 다른 상품
품목정보
- 발행일
- 2008년 04월 13일
- 쪽수, 무게, 크기
- 284쪽 | 185*235*20mm
- ISBN13
- 9788979145762
출판사 리뷰
|
유전 알고리즘의 기본 구성에 대한 체계적인 정리,
문제 공간에 대한 새로운 관점, 경쟁력 있는 실제 구현 예, 【누구를 위한 책인가?】 진화의 원리를 문제 해결에 이용하는 유전 알고리즘은 컴퓨터, 물리, 화학, 생물, 전자, 기계, 조선, 원자핵, 경영, 재무회계, 음악, 미술 거의 모든 분야에서 어려운 문제를 해결하는 매력적인 대안의 하나로 자리잡았다. 이 책은 이런 유전 알고리즘을 이용해 문제를 해결하는 방법을 보고 싶은 사람들을 위한 책이다. 전형적인 알고리즘으로 잘 풀리지 않는 문제를 해결하는 방법을 알고자 하는 사람들에게도 도움이 된다. 【무엇을 다루는가?】 o 도입(1장~3장): 유전 알고리즘의 기본 구조와 구성요소, 문제의 해를 표현하는 방법을 알아보고, 교차o변이o선택o대치 등과 같은 유전 알고리즘의 대표 연산을 소개한다. 1장에서 3장까지를 이해하면 간단한 유전 알고리즘을 구현할 수 있다. o 스키마와 문제 공간(4장): 유전 알고리즘의 작동 원리의 핵심인 스키마 이론과 유전 알고리즘이 탐색을 하는 대상인 문제 공간에 대해 알아본다. o 확장된 주제들(5장): 보다 수준있는 유전 알고리즘을 구현하기 위해 필요한 주제를 다룬다. 유전 알고리즘의 기본 틀로 만족스런 결과를 얻지 못했을 때 도움이 된다. o 유전 알고리즘의 응용 예들(6장): 유전 알고리즘을 디자인하는 방법을 다양한 응용 예를 통해 알아본다. 문제를 표현하는 방법을 중심으로 설명한다. o 유전 알고리즘의 구체적 예_그래프 이등분, TSP(7장~8장): 더 상세한 유전 알고리즘의 구현 예를 보고 싶어하는 독자들을 위하여 그래프 이등분 문제와 순회 세일즈맨 문제를 위한 경쟁력 있는 유전 알고리즘을 단계별로 자세히 다룬다. o 다른 스토캐스틱 탐색 기법들(9장): 유전 프로그래밍, 진화 전략, 진화 프로그래밍과 같은 다른 진화 연산 기법을 설명한다. 그리고 다른 스토캐스틱 탐색 기법도 몇 가지 소개한다 부/장별 내용 요약 이 책은 총 9장으로 구성되어 있으며 다음과 같은 내용을 다룬다. 각 장은 반드시 순서대로 공부하지 않아도 된다. 다만 1장~3장은 기초를 다루는 내용이므로 순서대로 읽을 것을 권한다. 3장까지를 읽고 나면 나머지 장은 자유롭게 선택해서 읽어도 좋다. o 도입(1장~3장): 간단한 유전 알고리즘을 구현하기 위해 필요한 기본 내용을 담고 있다. 유전 알고리즘의 기본 구조와 구성요소, 문제의 해를 표현하는 방법을 알아보고, 교차o변이o선택o대치 등과 같은 유전 알고리즘의 대표 연산을 소개한다. 1장에서 3장까지를 이해하면 간단한 유전 알고리즘을 구현할 수 있다. o 스키마와 문제 공간(4장): 유전 알고리즘의 작동 원리의 핵심인 스키마 이론과 유전 알고리즘이 탐색을 하는 대상인 문제 공간에 대해 알아본다. o 확장된 주제들(5장): 보다 수준있는 유전 알고리즘을 구현하기 위해 필요한 주제를 다룬다. 유전 알고리즘의 기본 틀로 만족스런 결과를 얻지 못했을 때 도움이 된다. o 유전 알고리즘의 응용 예들(6장): 유전 알고리즘을 디자인하는 방법을 다양한 응용 예를 통해 알아본다. 유전 알고리즘의 연산자와 틀은 비슷하게 사용할 수 있는 경우가 많으므로 주로 문제를 표현하는 방법을 중심으로 설명한다. o 유전 알고리즘의 구체적 예_그래프 이등분, TSP(7장~8장): 더 상세한 유전 알고리즘의 구현 예를 보고 싶어하는 독자들을 위하여 그래프 이등분 문제와 순회 세일즈맨 문제를 위한 경쟁력 있는 유전 알고리즘을 단계별로 자세히 다룬다. o 다른 스토캐스틱 탐색 기법들(9장): 유전 프로그래밍, 진화 전략, 진화 프로그래밍과 같은 다른 진화 연산 기법을 설명한다. 그리고 다른 스토캐스틱 탐색 기법도 몇 가지 소개한다 |
