機器學習的本質是求解一個最優化問題。而遺傳算法屬于最優化算法中的不确定性優化(Stochastic optimization)。最優化求解,可以看作一個在解空間内的搜索問題。不确定性優化,它的搜索方向沒有一個确定的數學表達式,而是依賴一個随即變量,在優化收斂到局部極值時,能跳出局部最優。計算生物裡,有段時間流行過一些以GA算法為基礎的Marker篩選方法,但這類算法終究是非主流。因為在對于求解生物問題來講,最重要的是結果的穩健與可重複,這一點恰恰是GA的弱點。
更多精彩资讯请关注tft每日頭條,我们将持续为您更新最新资讯!