演化学习:理论与算法进展

演化学习利用演化算法求解机器学习中的复杂优化问题, 在实践中取得了许多成功, 但因其缺少坚实的理论基础, 在很长时期内未获得机器学习社区的广泛受. 本书主要内容为三位作者在这个方向上过去二十年中主要工作的总结. 全书共18 章, 分为四个部分: 部分(第1～2 章) 简要介绍演化学习和一些关于理论研究的预备知识; 第二部分(第3～6章) 介绍用于分析运行时间复杂度和逼近能力这两个演化学习的基本理论性质的通用工具; 第三部分(第7～12 章) 介绍演化学习关键因素对算法性能影响的一系列理论结果, 包括交叉算子、解的表示、非精确适应度评估、种群的影响等; 第四部分(第13～18 章) 介绍一系列基于理论结果启发的具有一定理论保障的演化学习算法. 本书适合对演化学习感兴趣的研究人员、学生和实践者阅读. 书中第二部分内容或可为有兴趣一步探索演化学习理论基础的读者提供分析工具, 第三部分内容或有助于读者一步理解演化学习过程并为新算法设计提供启发, 第四部分内容或可为读者解决一些现实机器学习问题提供新的算法方案.
【推荐语】
机器学习知名学者周志华教授新作； 中国高校知名人工智能研究团队20年攻关的新理论成果； 给强大的演化算法找到“所以然”的理论支撑，指导机器学习优化问题的一步发展； 关键定理详细证明过程以附录形式给出，以供有余力的读者深挖。
【作者】
周志华，南京大学计算机科学与技术系主任、人工智能学院院长、计算机软件新技术国家重实验室常务副主任、机器学习与数据挖掘研究所（LAMDA）所长。ACM AAAS AAAI IEEE IAPR IET CCF CAAI会士，欧洲科学院外籍院士。中国计算机学会常务理事、中国人工智能学会副理事长。 周志华教授主要从事人工智能、机器学习、数据挖掘等领域的研究工作。著有《机器学习》（西瓜书）等广受好评的著作，在本领域顶刊和顶会发表论文两百余篇，被引五万余次。现任AI Magazine顾问，Frontiers of Computer Science（FCS）、Artificial Intelligence等国内外知名期刊主编、副主编、编委等；也担任IJCAI理事会成员(2018-2023)，曾担任IJCAI顾问委员会委员、IJCAI 2021程序委员会主席、AAAI 2019程序委员会主席等会议职务。 俞扬，南京大学计算机科学与技术系和LAMDA教授，博导，主要研究领域为人工智能、机器学习、强化学习。 曾获2013年全国优秀博士学位论文奖。发表论文40余篇，包括多篇人工智能、机器学习和数据挖掘国际期刊和会议论文，受邀在IJCAI'18做Early Career Spotlight演讲、在IEEE ICA'17做主旨报告。选2018年全球AI's 10 to Watch，获2018 PAKDD Early Career Award，并任FCS、Artificial Intelligence等多个一流期刊评审人和IJCAI、ICPR等会议领域主席、程序委员。 钱超，南京大学人工智能学院副教授、博导，国家优青。目前主要关注演化算法理论分析、安全演化算法设计与演化学习。作为作者在国际一流期刊和会议上发表二十余篇论文。担任IEEE计算智能分会生物启发计算理论基础任务组主席、IEEE演化计算技术委员会委员、中国人工智能学会青工委副秘书长、Memetic Computing编委、JCST和FCS青年副编。获ACM GECCO’11理论论文奖、IDEAL’16 论文奖，博士论文获中国人工智能学会、江苏省和南京大学优秀博士论文奖。