Bibliothèque d'intelligence artificielle en python
je me demandais s'il y avait des bibliothèques Python AI similaires à aima-python mais pour une version plus récente de python... et comment ils sont par rapport à aima-python.
J'étais particulièrement intéressé par les algorithmes de recherche tels que l'escalade de collines, le recuit simulé, la recherche tabu et les algorithmes génétiques.
edit : a rendu la question plus claire.
5 réponses
vous auriez du mal à trouver un meilleur code écrit que le truc aima-python, et j'ai fait beaucoup de comparaisons avec d'autres algorithmes de recherche. Pourquoi voulez-vous plus de code" récent"? J'ai utilisé quelques-unes des classes AIMA dans un projet Python 2.6, y compris les algorithmes de recherche dont vous parlez. Les seules fois où j'ai dû modifier le code, c'est quand j'ai voulu utiliser des générateurs au lieu de listes, et c'était un changement assez insignifiant.
il existe plusieurs bibliothèques Python AI, dont PyBrain , OpenCV , PyML , et PyEvolve . Voici quelques guides utiles, un et un autre sur arbres de décision .
le Programmer L'Intelligence Collective le livre est excellent et utilise Python pour tous les exemple.
bien qu'il ne soit pas strictement AI, le scikit-learn a beaucoup d'algorithmes d'apprentissage machine qui peuvent être utiles. Deux détails importants sont qu'il est sous licence BSD, et qu'il se concentre sur avoir des algorithmes rapides et numériquement efficaces.
Pyevolve est une bibliothèque D'algorithmes génétiques/ programmation génétique Python.
je voulais juste ajouter une chose: DEAP est un paquet pour algorithmes évolutifs distribués en Python.
il fournit un cadre pour travailler avec algorithmes génétiques et avec des aspects supplémentaires tels que:
- Multi-objective optimization (également à l'aide de la frontière de Pareto)
- l'optimisation par essaims particulaires (pas d'évolution, mais une intéressante algorithme)
Vous pouvez le trouver ici DEAP package
la Documentation sur le cadre du DEAP se trouve dans la documentation du DEAP . Vous avez ici les codes sources, des exemples de fonctions d'optimisation...