-
A ideia dos algoritmos genéticos segue a teoria da evolução. Geralmente, no estágio inicial uma população é definida de forma aleatória. Seguindo a lei do mais forte (evolução), uma nova população é gerada com base na atual, porém, os indivíduos passam por processos de troca genética e mutação. Este processo continua até que populações com indivíduos mais fortes sejam geradas ou que atinga algum critério de parada.
http://www.inf.ufg.br/sites/default/files/uploads/relatorios-tecnicos/RT-INF_001-09.pdf
-
Algoritmos Genéticos (AG) são implementados como uma simulação de computador em que uma população de representações abstratas de solução é selecionada em busca de soluções melhores. A evolução geralmente se inicia a partir de um conjunto de soluções criado aleatoriamente e é realizada por meio de gerações. A cada geração, a adaptação de cada solução na população é avaliada, alguns indivíduos são selecionados para a próxima geração, e recombinados ou mutados para formar uma nova população. A nova população então é utilizada como entrada para a próxima iteração do algoritmo.
-
A ideia dos algoritmos genéticos segue a teoria da evolução. Geralmente, no estágio inicial uma população é definida de forma aleatória. Seguindo a lei do mais forte (evolução), uma nova população é gerada com base na atual, porém, os indivíduos passam por processos de troca genética e mutação. Este processo continua até que populações com indivíduos mais fortes sejam geradas ou que atinga algum critério de parada.
http://www.inf.ufg.br/sites/default/files/uploads/relatorios-tecnicos/RT-INF_001-09.pdf
-
Complementando...
A reprodução, tradicionalmente, é dividida em três etapas: acasalamento, recombinação e mutação.
O acasalamento é a escolha de dois indivíduos para se reproduzirem (geralmente gerando dois descendentes para manter o tamanho populacional).
A recombinação, ou crossing-over é um processo que imita o processo biológico homônimo na reprodução sexuada: os descendentes recebem em seu código genético parte do código genético do pai e parte do código da mãe. Esta recombinação garante que os melhores indivíduos sejam capazes de trocar entre si as informações que os levam a ser mais aptos a sobreviver, e assim gerar descendentes ainda mais aptos.
Por último vem as mutações, que são feitas com probabilidade a mais baixa possível, e tem como objetivo permitir maior variabilidade genética na população, impedindo que a busca fique estagnada em um mínimo local.[4]
-
Tá, solução de problema não é uma das falácias, como diria o professor Thiago Cavalcanti do estratégia:
Falácia 4 --> Data Mining pode identificar problemas no negócio: DM pode encontrar padrões e
fenômenos, identificar causa deve ser feito por especialistas
Complicado ;/
-
GABARITO CORRETO!
.
.
ALÉM DISSO, É UM ALGORITMO QUE USA O MÉTODO DE CLASSIFICAÇÃO PARA SEUS OBJETOS.
.
DEUS VULT!
-
Data Mining (Mineração de Dados) – é um conjunto de processos, métodos, teorias, ferramentas e tecnologias open-end utilizadas para explorar, organizar e analisar de forma semi-automática uma grande quantidade de dados brutos com o intuito de identificar, descobrir, extrair, classificar e agrupar informações implícitas desconhecidas, além de avaliar correlações, tendências e padrões consistentes de comportamento potencialmente úteis – como regras de associação ou sequências temporais – de forma não-trivial por meio de técnicas estatísticas e matemáticas, como redes neurais, algoritmos genéticos, inteligência artificial, lógica nebulosa, análise de conglomerados (clusters), entre outros.
-
Gabarito: Certo
Como eu resolvi e dei minha justificativa: É tão louco que deve ser verdade só pra gente ser feito de bexta e marcar errado. kkkkkkkkk
edit(14/08/2021) Numa nova estudada no assunto não achei nada louco
-
Algoritmo genético é uma das ferramentas do data mining que utiliza mecanismos de biologia evolutiva, como hereditariedade, recombinação, seleção natural e mutação, para solucionar e agrupar problemas.
" Beleza, até aqui eu sei que é verdade. Seja o que Deus quiser."