机器学习

智能进化 -- Evolving Intelligence

构造的是一个能构造算法的算法： 本章将考查一种截然不同的问题解决方法。与先前遇到一个问题就选择一种算法的思路不同，我们将编写一个程序，尝试自动构造出解决某一问题的最佳程序来。 采用遗传编程（genetic programming）实现

本章涉及两个问题： 根据给定的数据集重新构造一个教学函数。 在一个简单的棋类游戏中自动生成一个AI玩家。

计算能力（computational power）才是真正制约遗传编程问题解决能力的唯一因素。

什么是遗传编程 -- What is Genetic Programming?

遗传编程与遗传算法 -- Genetic Programming Versus Genetic Algorithms

将程序以树行的方式表示 -- Programs As Trees

在Python中表现树 -- Representing Trees in Python

树的构造和评估 -- Building and Evaluating Trees

def exampletree():
    '''
    lisp code: (if (gtw p0 3) (addw p1 5) (subw p1 2))
    '''
    return node(ifw, [
        node(gtw, [paramnode(0), constnode(3)]),
        node(addw, [paramnode(1), constnode(5)]),
        node(subw, [paramnode(1), constnode(2)]),
    ])

程序的展现 -- Displaying the Program

构造初始种群 -- Creating the Initial Population

测试题解 -- Testing a Solution

一个简单的数学测试 -- A Simple Mathematical Test

衡量程序的好坏 -- Measuring Success

对程序进行变异 -- Mutating Programs

Crossover

构筑环境 -- Building the Environment

可以用来拟合曲线

多样性的重要价值 -- The Importance of Diversity

一个简单的游戏 -- A Simple Game

循环赛 -- A Round-Robin Tournament

真人对抗 -- Playing Against Real People

更多可能性 -- Further Possibilities

更多数值型函数 -- More Numerical Functions

记忆力 -- Memory

不同数据类型 -- Different Datatypes

Exercises