遗传算法是机器学习方法吗？ [关闭]答案

【问题标题】：Is Genetic Algorithm a Machine Learning Method? [closed]遗传算法是机器学习方法吗？ [关闭]
【发布时间】：2020-11-16 06:39:01
【问题描述】：

我很好奇机器学习术语背后的逻辑。据我了解，Q Learning 是一种机器学习。因为它学习了一个概念。它学习状态。但是当谈到遗传算法时，我不认为它们是机器学习。对我来说，这些算法只是优化特定问题的一种方式。如果环境发生变化（状态），基于遗传算法的预先计算的解决方案将毫无用处。您必须再次运行它。

那么问题来了，遗传算法是一种机器学习方法吗？

所有回复将不胜感激。谢谢。

【问题讨论】：

标签： machine-learning optimization genetic-algorithm

【解决方案1】：

没有。

但说到遗传算法，我不认为它们是机器学习。对我来说，这些算法只是优化特定问题的一种方式。如果环境发生变化（状态），基于遗传算法的预先计算的解决方案将毫无用处。

正确。 pure GA 实现不会保留前一次运行的任何内容，每次运行都是一个新的开始。我们可以用 ML 优化 GA 参数，或者将 GA 作为 ML 中的步骤之一，但是由于 ML 必须从以前的运行中学习，所以 GA 本身不是 ML。

【讨论】：

GA 保留了之前运行的大部分基因。他们都是关于保持最好并修改它们。我不明白你的意思。
他们只在针对特定问题时这样做。一旦问题发生了变化，就没有理由期望基因能够更好地解决新问题。
与其他所有机器学习方法一样。例如，经过训练进行人脸识别的神经网络只能进行人脸识别，而对其他一切都无用（实际上您可以使用 GA 来训练它们）。 ML 就是为了最大限度地减少特定问题的错误，这取决于您如何制定它。

【解决方案2】：

大多数 AI/ML 分类都非常清晰，并将遗传算法视为一种 ML 方法。 Deepdive in AIML venture landscape By Ajit Nazre Rahul Garg

【讨论】：

是的，我可以清楚地看到那棵树。但就像我在问题中提到的那样，我对逻辑感到不安。这棵树中显示的几乎所有方法对于特定的问题类型都有很强的一面。但是遗传算法呢？我们可以将它用于蛇游戏代理训练过程，但它是真正的学习过程吗？如果是，那意味着我错过了这个算法有意义的用例。我想听听你的想法而不是那棵树:)
我认为您对“学习”这个词感到困惑。它是一个技术术语，在 AI/ML 领域具有特定的含义/定义。我认为你可以证明这种“学习”的定义是正确的。这是这个问题的务实观点。是否是“一个真正的学习过程”，是一个颇具哲学意味的问题。顺便说一句，这也很有趣。您可以将 GA 视为“公正和优化方法”或“学习方法”。我认为您可以找到两种观点的论据。务实的答案是：AI 社区决定将其放入“无监督学习”的方法中，这也没有错。
“如果是，那意味着我错过了这个算法有意义的用例”，是的，你确实错过了用例。当您无法使用监督学习时，它们可能会很棒，例如当您无法评估另一种 ML 技术的单个输出时，因为您不知道好的解决方案是什么样的，但您可以说“解决方案 1 优于解决方案 2"。
解决方案可以是孔算法。这完全取决于你如何将它编码到基因中。例如，您可以轻松地用基因表示神经网络（具有固定拓扑），因为它们只是数字的集合。其他算法可能更复杂，而且并非总是微不足道的，表示越复杂，它运行良好的可能性就越小，但如果不尝试就很难判断。