Evolutionary Learning: Advances in Theories and Algorithms PART I

作者：三位南京大学的大佬
内容：演化算法（简称EAs）
（进化计算（就是演化算法）是一种成熟的具有高鲁棒性和广泛适用性的全局优化方法，具有自组织、自适应、自学习的特性，能够不受问题性质的限制，有效地处理传统优化算法难以解决的复杂问题。——百度百科）
四个部分：introduction // analysis methodology // theoretical perspectives // learning algorithm

Introduction

机器学习

机器学习是人工智能的中心课题，每一次学习都针对一组实例，称训练集；如果每个实例都带有目标输出，则称为监督学习，都没有则称为 无监督学习，介于两者之间称为 弱监督学习，包括半监督学习、强化学习、等
监督学习依照目标变量的类型不同分为 分类和回归任务；
无监督学习中的任务是聚类
机器学习算法的构成部分，可以看成是其model representation（模型表示）, evaluation（评估） and optimization（优化）
模型表示包括有决策树、人工神经网络和支持向量机等，模型表示的不同影响了泛化性能（即对新实例的适应程度）
模型评估衡量了模型的优劣，有若干标准，不同标准的评估结果不同，有效的模型评估可以确保包括参数在内的若干变量选