整理編輯：三石

【新智元導讀】近日，由周志華教授、俞揚教授和錢超研究員共同完成的新書——《Evolutionary Learning: Advances in Theories and Algorithms》正式上線！堪稱「寶藏級」新書，速來收藏。

愛逛知乎的小編在2019年4月13日，發現一直關注的俞揚教授發了一篇推文"致青春"，點進去一看，發現了」寶藏「！

於是便立即聯繫了俞揚教授，詢問是否可以將這份資源轉發或者介紹給大家。俞教授也很爽快，沒過多久就給了肯定的答覆。

《Evolutionary Learning: Advances in Theories and Algorithms》為原書名，因為微信公眾號標題長度有限制，所以自行翻譯成了中文：《演化學習：理論和演算法的進展》。其中 Evolutionary Learning 網上很多翻譯成：進化學習。但我閱讀了俞揚教授的原文，裡面說是演化學習，所以這裡為了統一，我還是標明演化學習。

中文僅供參考，若翻譯有問題，還請指正，大家還是以英文為主。

本書是由周志華教授、俞揚教授和錢超研究員三位共同完成，這裡簡單介紹一下三位：

周志華，現任南京大學計算機科學與技術系主任、南京大學計算機軟體新技術國家重點實驗室 常務副主任、機器學習與數據挖掘研究所 (LAMDA) 所長，校學術委員會委員。美國計算機學會(ACM)、美國科學促進會(AAAS)、國際人工智慧學會 (AAAI) 、國際電氣電子工程師學會 (IEEE) 、國際模式識別學會 (IAPR)、國際工程技術學會 (IET/IEE) 、中國計算機學會(CCF)、中國人工智慧學會(CAAI) 等學會的會士 (Fellow)，歐洲科學院 外籍院士。南京市政府人工智慧產業顧問、證監會科技監管專家諮詢委員會委員、江蘇省政協委員、江蘇省青聯副主席等。

主要從事人工智慧、機器學習、數據挖掘 等領域的研究工作。主持多項科研課題，出版《機器學習》(2016)與《Ensemble Methods: Foundations and Algorithms》(2012)，在一流國際期刊和頂級國際會議發表論文百餘篇，被引用三萬餘次。經常擔任NIPS、ICML、AAAI、IJCAI、KDD等重要國際學術會議的領域主席。擔任 中國計算機學會 常務理事、人工智慧專業委員會主任，中國人工智慧學會 常務理事，江蘇省計算機學會副理事長，江蘇省人工智慧學會理事長，IEEE南京分部副主席。

周志華教授個人信息節選自：

http://cs.nju.edu.cn/zhouzh/zhouzh.files/resume_cn.htm

俞揚，博士，南京大學副教授，博士生導師。主要研究領域為人工智慧、機器學習、強化學習。2011年8月加入南京大學計算機科學與技術系、機器學習與數據挖掘研究所（LAMDA）從事教學與科研工作。

曾獲2013年全國優秀博士學位論文獎、2011年中國計算機學會優秀博士學位論文獎。發表論文40餘篇，包括多篇Artificial Intelligence、IJCAI、AAAI、NIPS、KDD等人工智慧、機器學習和數據挖掘國際頂級期刊和頂級會議論文。入選2018年IEEE Intelligent Systems雜誌評選的AI"s 10 to Watch，獲2018 PAKDD Early Career Award、2017年江蘇省計算機學會青年科技獎。共同發起並主辦了亞洲強化學習系列研討會(AWRL)、中國演化計算與學習系列研討會(ECOLE)，任人工智慧領域國際頂級會議IJCAI"18領域主席、ICPR"18領域主席、ACML"17領域主席，任IEEE計算智能協會數據挖掘與大數據分析技術委員會委員、中國人工智慧學會機器學習專委會委員、中國計算機學會人工智慧與模式識別專委會委員，Artificial Intelligence、IJCAI、AAAI、KDD、ICML、NIPS、CVPR、ICCV等多個一流期刊的評審人和會議的程序委員。

俞揚教授個人信息節選自：

http://lamda.nju.edu.cn/yuy/cv_ch.ashx

錢超是中國科學技術大學副研究員。他的研究興趣是人工智慧，演化計算和機器學習。他在領先的國際期刊和會議論文集上發表了20多篇論文，包括人工智慧，演化計算，IEEE 演化計算交易，Algorithmica，NIPS，IJCAI，AAAI等。他贏得了ACM GECCO 2011年度最佳論文獎（Theory Track）和IDEAL 2016年度最佳論文獎。他還曾擔任IEEE計算智能學會（CIS）工作組「Theoretical Foundations of Bio-inspired Computation」的主席。

錢超研究員個人信息節選自：

http://staff.ustc.edu.cn/~chaoqian/

https://www.springer.com/cn/book/9789811359552#aboutAuthors

下面看看俞揚教授簡單介紹該書的知乎原文"致青春"

https://zhuanlan.zhihu.com/p/62178187

正文（致青春）

最近與周老師、錢超一起完成了一本書。書的名字叫

《Evolutionary Learning: Advances in Theories and Algorithms》，但是對於我來說，可以叫「致青春」。從2005年碩士入學開始，抱著演化演算法理論這個硬骨頭開始啃。

我的數學基礎並不好，在我同一屆進入LAMDA的同學中，毫無疑問是墊底，但也許優點是膽子大，周老師說這個方向重要，那就干。這個領域真是四處不討好，讓我深刻體驗了什麼叫冷板凳。即使是在演化計算領域裡，對於搞應用的來說，理論太滯後，沒有指導意義，甚至關注理論進展的人都很少。而放在整個人工智慧領域裡，更是艱難，當時演化計算就已經是在頂級會議上冷下去的話題了。

2000年前，IJCAI還出現了演化計算的session，2000年左右，隨著上一波演化神經網路結構優化的興起演化演算法也還在火（是的，NAS並不是這幾年發明的，20年前的東西了），之後也隨著神經網路的冷淡，大家放棄啟發擁抱理論更清楚的方法，演化計算也迅速在頂級會議上隱匿。所以演化計算的論文要發在頂級會議上極其困難，而理論更甚，不僅要回答技術問題，還要回答諸如這個方向還有研究價值嗎、這個理論怎麼指導演算法，之類的問題。

回想起來在AAAI 2006發表的第一篇做演化演算法複雜度分析的論文，真是走運，其中一個審稿人一個字審稿意見都沒寫，直接打了滿分。

看到最終成稿，收錄了我們十幾年努力的結果，感覺這麼多年也沒白做，現在從理論、演算法、到應用效果都能打通，AAAI、IJCAI、NIPS也都有發表了，尤其是NIPS 2017的工作，回答了一個長久以來演化計算領域面臨的核心挑戰：「有什麼問題能證明是以往演算法做不到而演化演算法能做到的」。

致我的青春年華。以後只能是個拼搏的中年人了。。。

書籍鏈接：

https://www.springer.com/cn/book/9789811359552

《Evolutionary Learning: Advances in Theories and Algorithms》簡介

許多機器學習任務涉及解決複雜的優化問題，例如處理不可微分，非連續和非唯一的目標函數;在某些情況下，甚至難以定義明確的目標函數。演化學習（ Evolutionary learning ）應用演化演算法來解決機器學習中的優化問題，並在許多應用中產生了令人滿意的結果。然而，由於演化優化的啟發性特徵，迄今為止的大多數結果都是經驗性的，缺乏理論支持。這個缺點使得進化學習不再受到機器學習社區的歡迎。

最近，為解決這個問題付出了相當大的努力。本書將分成系列來介紹這些努力，共分為四個部分：

• 第一部分

  ：簡要向讀者介紹演化學習並提供了一些預備知識；

• 第二部分

  ：介紹演化演算法中運行時間和近似性能分析的一般理論工具；

• 第三部分

  ：提出許多關於演化優化中主要因素的理論發現，例如recombination, representation, inaccurate fitness evaluation, and population；

• 第四部分

  ：討論了演化學習演算法的發展，為幾個代表性任務提供了可證明的理論保證。

致謝

在此感謝周志華教授、俞揚教授和錢超研究員 整理這麼棒的書籍！

書籍鏈接：

https://www.springer.com/cn/book/9789811359552

本文經授權轉載自微信公眾號：CVer，ID：CVerNews

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！