[A-Life] Investigación sobre Evolución y Vida Artificial

Última actualización	Sección Actualizada
11 de abril de 2024	Investigación	Colaborar 29: Nuevo software para comparar redes neuronales y algoritmos evolutivos

Libros escritos por el autor de temas usados para la investigación
C# y .NET 8. 2024. Lenguaje usado en las simulaciones. Incluye capítulo sobre Algoritmos Evolutivos. Descárguelo (documento en PDF y código fuente)
Capacitándose en JavaScript. 2024. Lenguaje usado en este sitio Web para hacer demostraciones de simulaciones. Descárguelo (documento en PDF y código fuente)
Redes Neuronales. Segunda edición. 2020. Este libro es un inicio en este fascinante campo de las redes neuronales, desde el “hola mundo” que es entrenar una red (de una sola neurona) para que aprenda la tabla del OR y del AND, luego el perceptrón multicapa (capas de neuronas interconectadas) para aprender cosas más difíciles como la tabla del XOR, reconocimiento básico de caracteres y encontrar el patrón en una serie de datos usando el algoritmo “backpropagation”. Se explica en detalle cómo se llegan a las fórmulas usadas por ese algoritmo. Descárguelo
Evaluador de Expresiones Algebraicas ¿Qué es un evaluador de expresiones? Tenemos la expresión “K/(3.78 + cos(X/7.96+Y*1.554)-tan(3.7/X)+B)” almacenada en una variable de tipo Cadena (String). Necesitamos que un algoritmo resuelva esa expresión y retorne el valor cuantitativo una vez que las variables K, X, Y y B se les asignen un valor real. Descargue Libro Versión 3 (C#, C++, Delphi, Java, JavaScript, PHP, Python, TypeScript, Visual Basic .NET)
Un uso de algoritmos genéticos para búsqueda de patrones ISBN: 978-958-762-479-3 La detección de patrones de comportamiento en una serie de datos dada sirve para poder hacer: interpolación, el cual nos permite encontrar los valores intermedios entre dos puntos y usar esto para completar (por ejemplo para el trazado de una curva que una esos puntos); la extrapolación para poder predecir el comportamiento futuro de los datos (por supuesto, con reservas); para encontrar una curva menos costosa en cálculo con respecto a otra, y para compresión de datos, porque en vez de guardar una larga lista de datos, es mucho más corto guardar la expresión algebraica que genera esos datos. Regresión Simbólica Y=F(X). Código fuente y Ejecutable Regresión Simbólica Z=F(X,Y). Código fuente y Ejecutable
Segunda parte de uso de algoritmos genéticos para la búsqueda de patrones ISBN: ISBN: 978-958-762-483-0 En esta segunda parte, el libro aborda como se resolvió el problema de manejar una gran cantidad de diversas funciones y operaciones matemáticas sin perder la eficiencia. Una vez resuelto ese punto, el paso siguiente es probar si es cierto que el algoritmo genético al tener acceso a todas esas nuevas funciones matemáticas logra mejores curvas de aproximación.

Libros escritos por el autor de temas usados para la investigación

C# y .NET 8. 2024.

Lenguaje usado en las simulaciones. Incluye capítulo sobre Algoritmos Evolutivos.

Descárguelo (documento en PDF y código fuente)

Capacitándose en JavaScript. 2024.

Lenguaje usado en este sitio Web para hacer demostraciones de simulaciones.

Descárguelo (documento en PDF y código fuente)

Redes Neuronales. Segunda edición. 2020.

Este libro es un inicio en este fascinante campo de las redes neuronales, desde el “hola mundo” que es entrenar una red (de una sola neurona) para que aprenda la tabla del OR y del AND, luego el perceptrón multicapa (capas de neuronas interconectadas) para aprender cosas más difíciles como la tabla del XOR, reconocimiento básico de caracteres y encontrar el patrón en una serie de datos usando el algoritmo “backpropagation”. Se explica en detalle cómo se llegan a las fórmulas usadas por ese algoritmo.

Descárguelo

Evaluador de Expresiones Algebraicas

¿Qué es un evaluador de expresiones? Tenemos la expresión “K/(3.78 + cos(X/7.96+Y*1.554)-tan(3.7/X)+B)” almacenada en una variable de tipo Cadena (String). Necesitamos que un algoritmo resuelva esa expresión y retorne el valor cuantitativo una vez que las variables K, X, Y y B se les asignen un valor real.

Descargue Libro Versión 3 (C#, C++, Delphi, Java, JavaScript, PHP, Python, TypeScript, Visual Basic .NET)

Un uso de algoritmos genéticos para búsqueda de patrones

ISBN: 978-958-762-479-3

La detección de patrones de comportamiento en una serie de datos dada sirve para poder hacer: interpolación, el cual nos permite encontrar los valores intermedios entre dos puntos y usar esto para completar (por ejemplo para el trazado de una curva que una esos puntos); la extrapolación para poder predecir el comportamiento futuro de los datos (por supuesto, con reservas); para encontrar una curva menos costosa en cálculo con respecto a otra, y para compresión de datos, porque en vez de guardar una larga lista de datos, es mucho más corto guardar la expresión algebraica que genera esos datos.

Regresión Simbólica Y=F(X). Código fuente y Ejecutable

Regresión Simbólica Z=F(X,Y). Código fuente y Ejecutable

Segunda parte de uso de algoritmos genéticos para la búsqueda de patrones

ISBN: ISBN: 978-958-762-483-0

En esta segunda parte, el libro aborda como se resolvió el problema de manejar una gran cantidad de diversas funciones y operaciones matemáticas sin perder la eficiencia. Una vez resuelto ese punto, el paso siguiente es probar si es cierto que el algoritmo genético al tener acceso a todas esas nuevas funciones matemáticas logra mejores curvas de aproximación.