進化計算ライブラリ DEAP の紹介

Transcript

1. © 2024 Wantedly, Inc. 進化計算ライブラリ DEAP の紹介 みんなのPython勉強会 #107 Aug. 22 2024 - chimuichimu
2. 自己紹介 © 2024 Wantedly, Inc. 名前： Ichimura Chiaki 仕事： データサイエンティスト@ウォンテッドリー 興味： 推薦システム、サウナ、犬 @chimuichimu1
3. 目次 © 2024 Wantedly, Inc. • 進化計算アルゴリズムとは • DEAP とは • DEAP による遺伝的アルゴリズムの実装
4. 進化計算アルゴリズムとは © 2024 Wantedly, Inc. • 生物の進化の仕組みを模倣して問題解決をする計算手法 • アルゴリズムの例 ◦ 遺伝的アルゴリズム、進化戦略、遺伝的プログラミング、など • 応用領域 ◦ 組合せ最適化、スケジューリング、制御、ゲームAI、など
5. 現世代 例：遺伝的アルゴリズムのイメージ © 2024 Wantedly, Inc. 1 2 N - 1 N ・・・ 適合度の計算 遺伝的操作 選択 交叉 突然変異 次世代 1 2 ・・・ N - 1 N 最大世代数まで繰り返し
6. DEAP (Distributed Evolutionary Algorithms in Python) とは © 2024 Wantedly, Inc. • 進化計算アルゴリズムのフレームワークを提供するPythonライブラリ • 特徴 ◦ 複数の進化計算アルゴリズムの提供 ◦ アルゴリズムのカスタマイズ性 ◦ 分散環境での並列処理のサポート • GitHub Star 数 ◦ 5.7 k https://github.com/DEAP/deap
7. DEAP による遺伝的アルゴリズムの実装イメージ © 2024 Wantedly, Inc. 評価関数の定義 タスクと個体の定義 遺伝的操作の定義 アルゴリズムの実行 https://deap.readthedocs.io/en/master/examples/ga_onemax_short.html
8. DEAP による遺伝的アルゴリズムの実装イメージ © 2024 Wantedly, Inc. https://deap.readthedocs.io/en/master/examples/ga_onemax_short.html 例：OneMax 問題 タスク： [0, 1, 1, 1, 0]のようなバイナリの数列の和を 最大化する問題 コードの実行結果： 0-5世代 96-100世代 理論値（=100） に近い値を達成
9. まとめ © 2024 Wantedly, Inc. • 進化計算アルゴリズムは最適化などの問題に用いられる • 進化計算のフレームワークを提供する DEAP を紹介 • DEAP を使うことで遺伝的アルゴリズムなどを容易に実装でき、自分のニーズに 合わせた進化的アルゴリズムが構築可能