Datos básicos
Los algoritmos genéticos (GA), como las redes neuronales, están inspirados biológicamente y representan un nuevo modelo computacional que tiene sus raíces en las ciencias evolutivas.
Un algoritmo genético es una técnica de optimización basada en búsquedas basada en los principios de la genética y la Selección Natural. Forman parte de una rama mucho mayor denominada Computación Evolutiva. Son usados habitualmente para encontrar soluciones óptimas (o cercanas al óptimo) a problemas muy complejos que, de otra manera, podrían necesitar cantidades de tiempo inasumibles para su resolución (millones de años de computación). Son usados frecuentemente para resolver problemas de optimación, en investigación y en machine learning.
Un algoritmo genético utiliza tres tipos principales de reglas en cada paso para crear la próxima generación a partir de la población actual (una generación es un conjunto de soluciones propuestas al problema que se pretende resolver). Estas reglas se basan en los principios de la reproducción sexual:
- Las reglas de selección seleccionan a los individuos, llamados padres, que contribuyen a la población en la próxima generación
- Las reglas de cruce combinan dos padres para formar hijos para la próxima generación
- Las reglas de mutación aplican cambios aleatorios a padres individuales para formar hijos
En esta introducción tendremos la oportunidad de entender sus componentes y su funcionamiento, resolveremos un problema con una implementación en Python (no necesarios conocimientos previos) y discutiremos sus ventajas e inconvenientes.
Ponentes
Fernando García Varela
Profesor del Programa Ejecutivo en Inteligencia Artificial de EOI. Siempre se ha definido como emprendedor, incluso trabajando dentro de la estructura de otras compañías, con una gran curiosidad por aprender, especialmente en el mundo de la tecnología. En el ámbito académico ha cursado estudios de Ciencias Empresariales y, adicionalmente, ha cursado diversos masters relacionados con negocio y con tecnología: Máster de Dirección General en el IESE y Masters de Inteligencia Artificial en el MIT y en Stanford). Actualmente su principal interés reside en la aplicación de sistemas de inteligencia para la solución de problemas de negocio en diversos ámbitos (sales, logistics, mantenimiento o health care, por nombrar algunos).
En el ámbito tecnológico su experiencia va desde desarrollo de entornos inmersivos, virtual reality, artificial intelligence hasta desarrollo de sistemas de aprendizaje y generadores automáticos de cógido. En cuanto al mundo profesional no ligado al desarrollo de tecnologías siempre ha estado trabajando en entornos de desarrollo y venta de soluciones para grandes corporaciones en puestos directivos. De ahí su enfoque de que toda solución debe resolver un problema real de negocio, aunando esfuerzos de múltiples personas, con diferentes skills, culturas e intereses en pro de un objetivo común.
En los más de 40 años de experiencia en el mundo de la tecnología, ha trabajado para diversas compañías, algunas de ellas de las más importantes en diversos sectores (Telefónica, Microsoft, Unit4, Capgemini) en puestos de Comité de Dirección. Con 22 años fundó su primera empresa de tecnología (Virtual Desk), que desarrolla soluciones software en diversos ámbitos: sistemas interactivos multimedia, comunicaciones, buscadores/indexadores de textos legales, sistemas de optimización, …
Su lema es: siempre aprendiendo y siempre avanzando
Cerrado plazo de inscripción