# ജനിതക ആൽഗോരിതങ്ങൾ

## [പ്രീ-ലെക്ചർ ക്വിസ്](https://ff-quizzes.netlify.app/en/ai/quiz/41)

**ജനിതക ആൽഗോരിതങ്ങൾ** (GA) AI-യിലെ ഒരു **വികാസപരമായ സമീപനം** അടിസ്ഥാനമാക്കിയുള്ളതാണ്, ഇതിൽ ഒരു ജനസംഖ്യയുടെ വികാസ രീതികൾ ഉപയോഗിച്ച് ഒരു നൽകിയ പ്രശ്നത്തിന് ഏറ്റവും അനുയോജ്യമായ പരിഹാരം കണ്ടെത്തുന്നു. 1975-ൽ [ജോൺ ഹെൻറി ഹോളണ്ട്](https://wikipedia.org/wiki/John_Henry_Holland) ഈ ആശയം അവതരിപ്പിച്ചു.

ജനിതക ആൽഗോരിതങ്ങൾ താഴെപ്പറയുന്ന ആശയങ്ങളെ അടിസ്ഥാനമാക്കുന്നു:

* പ്രശ്നത്തിന് സാധുവായ പരിഹാരങ്ങൾ **ജീനുകൾ** ആയി പ്രതിനിധീകരിക്കാം
* **ക്രോസോവർ** ഉപയോഗിച്ച് രണ്ട് പരിഹാരങ്ങൾ ചേർത്ത് പുതിയ ഒരു സാധുവായ പരിഹാരം ലഭ്യമാക്കാം
* **തിരഞ്ഞെടുപ്പ്** ചില **ഫിറ്റ്നസ് ഫംഗ്ഷൻ** ഉപയോഗിച്ച് കൂടുതൽ അനുയോജ്യമായ പരിഹാരങ്ങൾ തിരഞ്ഞെടുക്കാൻ ഉപയോഗിക്കുന്നു
* **മ്യൂട്ടേഷനുകൾ** പരിഹാരത്തിന്റെ സ്ഥിരത തകർക്കാനും ലോക്കൽ മിനിമത്തിൽ നിന്ന് പുറത്തുവരാനും ഉപയോഗിക്കുന്നു

ജനിതക ആൽഗോരിതം നടപ്പിലാക്കാൻ നിങ്ങൾക്ക് താഴെപ്പറയുന്നവ വേണം:

 * പ്രശ്ന പരിഹാരങ്ങളെ **ജീനുകൾ** g∈Γ ആയി കോഡുചെയ്യാനുള്ള ഒരു രീതി കണ്ടെത്തുക
 * ജീനുകളുടെ സെറ്റ് Γ-യിൽ **ഫിറ്റ്നസ് ഫംഗ്ഷൻ** fit: Γ→**R** നിർവചിക്കുക. ചെറിയ ഫംഗ്ഷൻ മൂല്യങ്ങൾ മികച്ച പരിഹാരങ്ങളെ സൂചിപ്പിക്കുന്നു.
 * രണ്ട് ജീനുകൾ ചേർത്ത് പുതിയ സാധുവായ പരിഹാരം ലഭ്യമാക്കാനുള്ള **ക്രോസോവർ** സംവിധാനം crossover: &Gamma;<sup>2</sub>&rightarrow;&Gamma; നിർവചിക്കുക.
 * **മ്യൂട്ടേഷൻ** സംവിധാനം mutate: &Gamma;&rightarrow;&Gamma; നിർവചിക്കുക.

അധികം സാഹചര്യങ്ങളിൽ, ക്രോസോവർ, മ്യൂട്ടേഷൻ എന്നിവ ജീനുകളെ സംഖ്യാത്മക ശ്രേണികളോ ബിറ്റ് വെക്ടറുകളോ ആയി കൈകാര്യം ചെയ്യാനുള്ള ലളിതമായ ആൽഗോരിതങ്ങളാണ്.

ജനിതക ആൽഗോരിതത്തിന്റെ പ്രത്യേക നടപ്പാക്കൽ സാഹചര്യത്തിനനുസരിച്ച് വ്യത്യാസപ്പെടാം, എന്നാൽ പൊതുവായ ഘടന താഴെപ്പറയുന്നവയാണ്:

1. പ്രാരംഭ ജനസംഖ്യ G&subset;&Gamma; തിരഞ്ഞെടുക്കുക
2. ഈ ഘട്ടത്തിൽ നടത്തേണ്ട പ്രവർത്തനങ്ങളിൽ നിന്ന് ക്രോസോവർ അല്ലെങ്കിൽ മ്യൂട്ടേഷൻ യാദൃച്ഛികമായി തിരഞ്ഞെടുക്കുക
3. **ക്രോസോവർ**:
  * ജനസംഖ്യയിൽ നിന്ന് യാദൃച്ഛികമായി രണ്ട് ജീനുകൾ g<sub>1</sub>, g<sub>2</sub> &in; G തിരഞ്ഞെടുക്കുക
  * ക്രോസോവർ കണക്കാക്കുക g=crossover(g<sub>1</sub>,g<sub>2</sub>)
  * fit(g)<fit(g<sub>1</sub>) അല്ലെങ്കിൽ fit(g)<fit(g<sub>2</sub>) ആണെങ്കിൽ - ജനസംഖ്യയിലെ അനുയോജ്യമായ ജീൻ g-ൽ മാറ്റുക.
4. **മ്യൂട്ടേഷൻ** - ജനസംഖ്യയിൽ നിന്ന് യാദൃച്ഛികമായി ഒരു ജീൻ g&in;G തിരഞ്ഞെടുക്കുകയും അതിനെ mutate(g) ആയി മാറ്റുകയും ചെയ്യുക
5. ഘട്ടം 2-ൽ നിന്ന് ആവർത്തിക്കുക, fit മൂല്യം ആവശ്യമായത്ര ചെറുതായോ അല്ലെങ്കിൽ ഘട്ടങ്ങളുടെ പരമാവധി പരിധി എത്തിച്ചേരുകയോ ചെയ്യുന്നത് വരെ.

## സാധാരണ ജോലികൾ

ജനിതക ആൽഗോരിതങ്ങൾ സാധാരണയായി പരിഹരിക്കുന്ന ജോലികൾ:

1. ഷെഡ്യൂൾ മെച്ചപ്പെടുത്തൽ
1. ഏറ്റവും അനുയോജ്യമായ പാക്കിംഗ്
1. ഏറ്റവും അനുയോജ്യമായ കട്ടിംഗ്
1. സമഗ്രമായ തിരച്ചിൽ വേഗത്തിലാക്കൽ

## ✍️ അഭ്യാസങ്ങൾ: ജനിതക ആൽഗോരിതങ്ങൾ

താഴെപ്പറയുന്ന നോട്ട്‌ബുക്കുകളിൽ നിങ്ങളുടെ പഠനം തുടരുക:

[ഈ നോട്ട്‌ബുക്ക്](Genetic.ipynb) സന്ദർശിച്ച് ജനിതക ആൽഗോരിതങ്ങൾ ഉപയോഗിച്ചുള്ള രണ്ട് ഉദാഹരണങ്ങൾ കാണുക:

1. നിധിയുടെ നീതിപൂർവ്വമായ വിഭജനം
1. 8 ക്വീൻസ് പ്രശ്നം

## സമാപനം

ജനിതക ആൽഗോരിതങ്ങൾ ലജിസ്റ്റിക്സ്, തിരച്ചിൽ പ്രശ്നങ്ങൾ ഉൾപ്പെടെ നിരവധി പ്രശ്നങ്ങൾ പരിഹരിക്കാൻ ഉപയോഗിക്കുന്നു. ഈ മേഖല മനശാസ്ത്രവും കമ്പ്യൂട്ടർ സയൻസും സംയോജിപ്പിച്ച ഗവേഷണത്തിൽ നിന്നാണ് പ്രചോദനം ലഭിച്ചത്.

## 🚀 ചലഞ്ച്

"ജനിതക ആൽഗോരിതങ്ങൾ നടപ്പിലാക്കാൻ ലളിതമാണ്, പക്ഷേ അവയുടെ പെരുമാറ്റം മനസ്സിലാക്കാൻ ബുദ്ധിമുട്ടാണ്." [source](https://wikipedia.org/wiki/Genetic_algorithm) ഒരു ജനിതക ആൽഗോരിതത്തിന്റെ നടപ്പാക്കൽ കണ്ടെത്താൻ ഗവേഷണം നടത്തുക, ഉദാഹരണത്തിന് സുദോകു പസിൽ പരിഹരിക്കൽ, അതിന്റെ പ്രവർത്തനം സ്കെച്ച് അല്ലെങ്കിൽ ഫ്ലോചാർട്ട് രൂപത്തിൽ വിശദീകരിക്കുക.

## [പോസ്റ്റ്-ലെക്ചർ ക്വിസ്](https://ff-quizzes.netlify.app/en/ai/quiz/42)

## അവലോകനം & സ്വയം പഠനം

[ഈ മികച്ച വീഡിയോ](https://www.youtube.com/watch?v=qv6UVOQ0F44) കാണുക, ജനിതക ആൽഗോരിതങ്ങൾ ഉപയോഗിച്ച് പരിശീലിപ്പിച്ച ന്യൂറൽ നെറ്റ്വർക്കുകൾ ഉപയോഗിച്ച് കമ്പ്യൂട്ടർ സൂപ്പർ മാരിയോ കളിക്കാൻ എങ്ങനെ പഠിക്കാമെന്ന് വിശദീകരിക്കുന്നു. ഇത്തരത്തിലുള്ള ഗെയിമുകൾ കളിക്കാൻ കമ്പ്യൂട്ടർ പഠിക്കുന്നതിനെക്കുറിച്ച് കൂടുതൽ [അടുത്ത ഭാഗത്ത്](../22-DeepRL/README.md) പഠിക്കും.

## [അസൈൻമെന്റ്: ഡയോഫാന്റൈൻ സമവാക്യം](Diophantine.ipynb)

നിങ്ങളുടെ ലക്ഷ്യം **ഡയോഫാന്റൈൻ സമവാക്യം** പരിഹരിക്കുകയാണ് - പൂർണ്ണസംഖ്യ മൂല്യങ്ങളുള്ള സമവാക്യം. ഉദാഹരണത്തിന്, a+2b+3c+4d=30 എന്ന സമവാക്യം പരിഗണിക്കുക. ഈ സമവാക്യം തൃപ്തിപ്പെടുത്തുന്ന പൂർണ്ണസംഖ്യ മൂല്യങ്ങൾ കണ്ടെത്തണം.

*ഈ അസൈൻമെന്റ് [ഈ പോസ്റ്റ്](https://habr.com/post/128704/) പ്രചോദനമായതാണ്.*

സൂചനകൾ:

1. മൂല്യങ്ങൾ [0;30] പരിധിയിലുള്ളവയെന്ന് കരുതാം
1. ജീനായി മൂല്യങ്ങളുടെ പട്ടിക ഉപയോഗിക്കുക

ആരംഭം ആയി [Diophantine.ipynb](Diophantine.ipynb) ഉപയോഗിക്കുക.

---

<!-- CO-OP TRANSLATOR DISCLAIMER START -->
**അസൂയാ**:  
ഈ രേഖ AI വിവർത്തന സേവനം [Co-op Translator](https://github.com/Azure/co-op-translator) ഉപയോഗിച്ച് വിവർത്തനം ചെയ്തതാണ്. നാം കൃത്യതയ്ക്ക് ശ്രമിച്ചെങ്കിലും, സ്വയം പ്രവർത്തിക്കുന്ന വിവർത്തനങ്ങളിൽ പിശകുകൾ അല്ലെങ്കിൽ തെറ്റുകൾ ഉണ്ടാകാമെന്ന് ദയവായി ശ്രദ്ധിക്കുക. അതിന്റെ മാതൃഭാഷയിലുള്ള യഥാർത്ഥ രേഖ അധികാരപരമായ ഉറവിടമായി കണക്കാക്കണം. നിർണായക വിവരങ്ങൾക്ക്, പ്രൊഫഷണൽ മനുഷ്യ വിവർത്തനം ശുപാർശ ചെയ്യപ്പെടുന്നു. ഈ വിവർത്തനം ഉപയോഗിക്കുന്നതിൽ നിന്നുണ്ടാകുന്ന ഏതെങ്കിലും തെറ്റിദ്ധാരണകൾക്കോ തെറ്റായ വ്യാഖ്യാനങ്ങൾക്കോ ഞങ്ങൾ ഉത്തരവാദികളല്ല.
<!-- CO-OP TRANSLATOR DISCLAIMER END -->