ML 101
M13 · L01
الوحدة 13

التطور كاستراتيجية بحث

كل طريقة حتى الآن سألت دالة الهدف أي اتجاه ينزل. هذه الطريقة لا تسأل أبدًا. إنها تحتفظ بـمجتمع من المرشحين وتحسّنه بالمقارنة وحدها.

01 / 13
ML 101
M13 · L01
الفجوة

حين لا يوجد تدرّج

يحتاج النزول التدرجي والانتشار العكسي هدفًا ناعمًا. وأربع حالات شائعة لا توفّره.

  • خيارات منفصلة — تضمين الميزة 7 أو لا
  • بنية توافقية — ترتيب زيارة 20 موقعًا
  • مبنية على المحاكاة — درجة تُنفَّذ ولا تُحل
  • صندوق أسود — ملف تنفيذي من مورّد، أو عتاد
02 / 13
ML 101
M13 · L01
مثال محلول

أي الميزات ينبغي أن يراها؟

ثماني ميزات مرشحة تعني 256 مجموعة جزئية — جرّبها كلها. أربعون مرشحًا تعني 2⁴⁰ مجموعة جزئية. وبجولة تدريب في الثانية، تلك نحو أربعة وثلاثين ألف سنة.

8 ميزات
256
40 ميزة
1.1 × 10¹²
03 / 13
ML 101
M13 · L01
المسألة

قيّم، ثم قارن

لا شيء هنا يفترض أن الفضاء متصل، ولا أن للهدف مشتقة، ولا حتى أنه مكتوب صراحةً. العملية الوحيدة المفترضة هي تقييمه عند نقطة تختارها.

تحسين الصندوق الأسود
x^{\star} = \arg\max_{x \in \mathcal{S}} f(x)
04 / 13
ML 101
M13 · L01
التحول

نقطة واحدة، أو كثيرة

يحرّك النزول التدرجي نقطة واحدة باستخدام ميل. أما المجتمع فلا يسأل أبدًا أي اتجاه أفضل — بل أي مرشح أفضل.

ما يشتريه المجتمع
مناطق عديدة تُبحث في الوقت ذاته، وأجزاء من أبوين تُدمج في ابن واحد
05 / 13
ML 101
M13 · L01
الفاتورة

المجتمع ليس قوة مجانية

خطوة التدرّج تكلّف تمريرة أمامية وأخرى خلفية. أما الجيل فيكلّف تقييمًا كاملًا لكل فرد — وإذا كان التقييم يعني تدريب نموذج، فتلك جولة تدريب لكل فرد.

المجتمع
50
100 جيل
5,000 تقييم
06 / 13
ML 101
M13 · L01
هولاند، 1975

أربعة مكوّنات

وضع جون هولاند المخطط في Adaptation in Natural and Artificial Systems (1975)؛ وحمله كتاب غولدبرغ عام 1989 إلى الهندسة.

  • التمثيل — كيف يُكتب المرشح الواحد
  • الملاءمة — الرقم الواحد الذي يقيّمه
  • الانتقاء — من يصير أبًا
  • التنويع — التهجين والطفرة
07 / 13
ML 101
M13 · L01
جيل واحد

ضغطان متعاكسان

الانتقاء هو الخطوة الوحيدة التي تقرأ دالة الملاءمة، وهو يُزيل التنوع. والتنويع يخلقه. سلوك الطريقة كلها هو التوازن بينهما.

انتقاء ثم تنويع
P_{t+1} = \mathrm{var}\big(\mathrm{sel}(P_t, f)\big)
08 / 13
ML 101
M13 · L01
ضغط الانتقاء

المقياس، لا الترتيب وحده

درجتان 10 و9 تمنحان الفائز 0.53 من مقاعد الأبوة. أضف 990 إلى كلٍّ منهما — ولا يتغير أيّهما أفضل — فيهبط نصيبه إلى 0.5003.

الانتقاء التناسبي مع الملاءمة
p_i = \frac{f(x_i)}{\sum_{j=1}^{N} f(x_j)}
09 / 13
ML 101
M13 · L01
الفشل الكلاسيكي

ضغط أكثر من اللازم

  • يأخذ أفضل فرد معظم مقاعد الأبوة
  • تملأ نسخه المجتمع في أجيال قليلة
  • تهجين أبوين متطابقين يُعيد الأب نفسه
  • ولا يبقى إلا الطفرة: مسير عشوائي بطيء
  • ويبدو الأمر تقاربًا لا تعلّقًا
10 / 13
ML 101
M13 · L01
العائلة

أين تقع الخوارزمية الجينية

  • البحث العشوائي — بلا ذاكرة، لكنه خط أساس حقيقي
  • البحث الشبكي — منهجي، ويتضاعف مع كل بُعد
  • تسلّق التل — نقطة واحدة، وأول أمثلية محلية تفوز
  • التلدين المحاكى — نقطة واحدة تقبل الأسوأ أحيانًا
  • الخوارزمية الجينية — مجتمع، زائد إعادة التركيب
11 / 13
ML 101
اختبار سريع

تحقّق ممّا ثبت

أربعة أسئلة من هذا الدرس. أجب لترى السبب — يظهر الشرح سواء أصبتَ أم أخطأت. ولا شيء يُسجَّل أو يُحفَظ.

السؤال 1 من 0
النتيجة 0/0

12 / 13
ML 101
ملخص
مراجعة

استراتيجية، لا نموذج

الخوارزمية الجينية لا تُنتج نموذجًا. إنها تختار — الميزات والمعاملات الفائقة والبنية — ودالة الملاءمة هي التي تدرّب. وإذا كان الهدف قابلًا للاشتقاق فاستخدم المشتقة.

13 / 13