Óscar, miembro de este staff, nos hizo el favor de redactar este artículo ya que domina a la perfección dicho tema.
Solución:
De wikipedia:
Un algoritmo genético (GA) es una técnica de búsqueda utilizada en computación para encontrar exacto o aproximado soluciones a problemas de optimización y búsqueda.
y:
Las redes neuronales son herramientas de modelado de datos estadísticos no lineales. Se pueden utilizar para modelar relaciones complejas entre entradas y salidas o para encontrar patrones en datos
Si tiene un problema en el que puede cuantificar el valor de una solución, un algoritmo genético puede realizar un búsqueda dirigida del espacio de solución. (Por ejemplo, encontrar la ruta más corta entre dos puntos)
Cuando tiene un número de artículos en diferentes clases, un red neuronal puede “aprender” a clasificar artículos que no ha “visto” antes. (Por ejemplo, reconocimiento facial, reconocimiento de voz)
Los tiempos de ejecución también deben ser considerados. Un algoritmo genético tarda mucho tiempo en encontrar una solución aceptable. Una red neuronal tarda mucho tiempo en “aprender”, pero luego puede clasificar casi instantáneamente nuevas entradas.
Un algoritmo genético (a pesar de su nombre sexy) es, para la mayoría de los propósitos, un técnica de optimización. Principalmente se reduce a que tenga varias variables y desee encontrar la mejor combinación de valores para estas variables. Simplemente toma prestadas técnicas de la evolución natural para llegar allí.
Las redes neuronales son útiles para reconocimiento de patrones. Siguen un modelo simplista del cerebro y, al cambiar una serie de pesos entre ellos, intentan predecir resultados basados en entradas.
Son dos entidades fundamentalmente diferentes, pero a veces los problemas que son capaces de resolver se superponen.
Los GA generan nuevos patrones en una estructura que defina.
Los NN clasifican (o reconocen) los patrones existentes en función de los datos de entrenamiento que proporcione.
Los GA se desempeñan bien en la búsqueda eficiente de un gran espacio de estado de soluciones y convergen en una o más buenas soluciones, pero no necesariamente en la “mejor” solución.
Los NN pueden aprender a reconocer patrones (a través del entrenamiento), pero es notoriamente difícil averiguar qué han aprendido, es decir, extraer el conocimiento de ellos una vez entrenados y reutilizar el conocimiento en algún otro (no NN).
Sección de Reseñas y Valoraciones
Agradecemos que desees añadir valor a nuestra información participando con tu experiencia en las reseñas.