Symbolische Regression

Symbolische Regression durchsucht den Raum der mathematischen Funktionen nach Kandidaten zur optimalen Beschreibung von vorgegebenen Daten[1].

Häufig wird zum Finden der Lösung Genetische Programmierung benutzt, wobei Formeln als Ausdrucksbäume dargestellt werden, siehe Bild.

Darstellung einer Funktion als Ausdrucksbaum. Teilbäume können umgehängt, geändert oder gelöscht (Mutation) und komplette Bäume kombiniert (Rekombination) werden.

Eureqa oder HeuristicLab sind Beispiele für Programme zur symbolischen Regression.

Weblinks

https://towardsdatascience.com/symbolic-regression-and-genetic-programming-8aed39e7f030

Einzelnachweise

Ingrid Gerdes, Frank Klawonn, Rudolf Kruse: Evolutionäre Algorithmen: Genetische Algorithmen — Strategien und Optimierungsverfahren — Beispielanwendungen. Springer-Verlag, 2013, ISBN 978-3-322-86839-8 (google.de [abgerufen am 20. Juli 2020]).

This article is issued from Wikipedia. The text is licensed under Creative Commons - Attribution - Sharealike. The authors of the article are listed here. Additional terms may apply for the media files, click on images to show image meta data.

[1] Ingrid Gerdes, Frank Klawonn, Rudolf Kruse: Evolutionäre Algorithmen: Genetische Algorithmen — Strategien und Optimierungsverfahren — Beispielanwendungen. Springer-Verlag, 2013, ISBN 978-3-322-86839-8 (google.de [abgerufen am 20. Juli 2020]).