File:Estimation_of_Distribution_Algorithm_animation.gif · Wikimedia Commons · See Wikimedia Commons
Also known as optimize problem, GA
competitive algorithm for searching a problem space
A genetic algorithm is a search method that works like evolution—it starts with many possible solutions, tests which ones work best, and then combines and modifies the winning solutions to find even better answers. This approach matters because it can tackle complex problems where traditional methods get stuck, making it useful for everything from engineering design to scheduling tasks.
AI-generated from the Wikipedia summary — may contain errors.
via PubMed
Un algoritmo es una serie de pasos organizados que describe el proceso que se debe seguir, para dar solución a un problema específico. En los años 1970, de la mano de John Henry Holland, surgió una de las líneas más prometedoras de la inteligencia artificial, la de los algoritmos genéticos, (AG). Son llamados así porque se inspiran en la evolución biológica y su base genético-molecular. Estos algoritmos hacen evolucionar una población de individuos sometiéndola a acciones aleatorias, semejantes a las que actúan en la evolución biológica (mutaciones y recombinaciones genéticas), así como también a una selección. De acuerdo con algún criterio, se decide cuáles son los individuos más adaptados, que sobreviven, y cuáles son los menos aptos, que son descartados. Los algoritmos genéticos se enmarcan dentro de los algoritmos evolutivos, que incluyen también las estrategias evolutivas, la programación evolutiva y la programación genética.
Abstract from DBpedia / Wikipedia · CC BY-SA
via Wikidata · CC0
via Wikidata sitelinks · CC0
Discovered by embedding cosine similarity (sentence-transformers MiniLM, 384-dim).