Algoritmos Genéticos e PSO Curso Prático com Python
Curso prático de Algoritmos Genéticos e Otimização por enxame de Partículas utilizando o Python
What you will learn
Conceitos básicos de python
Teoria de Algoritmos Genéticos
Teoria de Otimização por Enxame de Partículas (Particle Sworm Optimization - PSO)
Prática de Algoritmos Genéticos em Python caso prático de função 2D
Prática de PSO em Python caso prático de função 2D
Extra: Material prático em Python de Algoritmos Genéticos em 3D
Why take this course?
Um dos grandes problemas quando trabalhamos como cientistas de dados é a otimização, e muitas vezes a busca pela solução ótima é inviável pelos métodos clássicos devido ao alto custo computacional envolvido. Por tal motivo muitas vezes utilizamos os algoritmos de busca Meta-Heurística para encontrar uma solução próxima a ótima com menor custo computacional. Dentre as Meta-Heurísticas existem os algoritmos evolutivos e sociais, sendo assim este curso apresenta e coloca em prática, os dois algoritmos mais famosos e utilizados na literatura para cada uma das abordagens, Algoritmos Genéticos (evolutivo) e PSO (social).
Seguem os temas abordados:
1- Conceitos básicos de Python:
Serão apresentados alguns conceitos de programação em Python que serão utilizados durante os outros módulos práticos do curso.
2- Teoria de Algoritmos Genéticos e Otimização por Enxame de Partículas:
Serão apresentados conceitos básicos de funcionamento dos Algoritmos Genéticos bem como da Otimização por enxame de partículas (PArticle Sworm Optimization - PSO).
3-Prática Algoritmos Genéticos e Otimização por Enxame de Partículas:
Implementação de Algoritmos Genéticos e Otimização por enxame de partículas em problema 2D utilizando o Python.
4- Extra:
Material extra de implementação de Algoritmos Genéticos em problema 3D.
Alguns conteúdos e materiais serão adicionados com o tempo relacionados ao tema de otimização como extra ao atual curso.