« Programmation de l'expression génétique » : différence entre les versions


m (Remplacement de texte — « DeepAI.org ] » par « DeepAI.org ] Catégorie:DeepAI.org  »)
Aucun résumé des modifications
Ligne 1 : Ligne 1 :
==en construction==
== Définition ==
== Définition ==
XXXXXXXXX
Technique d'apprentissage automatique qui vise à permettre aux algorithmes de créer leurs propres algorithmes. L'ensemble du processus est similaire à la programmation génétique, sauf qu'au lieu de générer des itérations "enfants" à partir des algorithmes les plus performants, le programme produit un arbre d'expression continu qui "donne naissance" à ses propres générations successives. L'objectif est de créer un phénotype unique qui peut "brancher et jouer" avec différents composants du génotype (en écrivant ses propres algorithmes) pour résoudre des problèmes.


== Français ==
== Français ==
Ligne 8 : Ligne 6 :


== Anglais ==
== Anglais ==
''' Gene Expression Programming'''
'''gene expression programming'''
 
Gene expression programming (GEP) is a machine learning technique that seeks to allow algorithms to create their own algorithms. The entire process is similar to genetic programming, except instead of generating “child” iterations from the most successful algorithms, the program produces a continuous expression tree that “birth’s” its own successive generations. The goal is to create a single phenotype that can “plug and play” with different genotype components (writing its own algorithms) to solve problems.
 


<small>
<small>
Ligne 19 : Ligne 14 :


[[Catégorie:DeepAI.org]]
[[Catégorie:DeepAI.org]]
[[Catégorie:vocabulary]]
[[Catégorie:vocabulary]]

Version du 19 novembre 2021 à 11:24

Définition

Technique d'apprentissage automatique qui vise à permettre aux algorithmes de créer leurs propres algorithmes. L'ensemble du processus est similaire à la programmation génétique, sauf qu'au lieu de générer des itérations "enfants" à partir des algorithmes les plus performants, le programme produit un arbre d'expression continu qui "donne naissance" à ses propres générations successives. L'objectif est de créer un phénotype unique qui peut "brancher et jouer" avec différents composants du génotype (en écrivant ses propres algorithmes) pour résoudre des problèmes.

Français

XXXXXXXXX

Anglais

gene expression programming


Source : DeepAI.org



Contributeurs: Claire Gorjux, Imane Meziani, wiki