====== Genetické programování ======
Na dnešním cvičení si v prostředí HeuristicLab vyzkoušíme GP v akci na těchto problémech:
  * problém umělého mravence, stezka Santa Fe
  * symbolická regrese
  * klasifikace

===== HeuristicLab =====
[[https://dev.heuristiclab.com/trac.fcgi/|HeuristicLab]] je aplikace pro definici a řešení optimalizačních problémů prostřednictvím implementovaných optimalizačních algoritmů. Jedná se o aplikaci pro Windows, v .NET frameworku.
  * Máte-li na vlastním počítači Windows, instalace by měla být snadná.
  * Máte-li na vlastním počítači Linux, mělo by jít aplikaci [[https://dev.heuristiclab.com/trac.fcgi/wiki/Documentation/DevelopmentCenter/Compile%20HeuristicLab%20under%20Linux|spouštět přes Mono]], ale vyžaduje to více práce.
  * Na školních počítačích:
    * Rebootujte počítače, v boot menu vyberte volbu s Mono (Debian 9 mono RO).
    * Po přihlášení byste měli vidět položku //HeuristicLab// v nabídce //Applications/Development//.
    * Pokud tam není, spusťte terminál a zkuste spustit ''/opt/HeuristicLab/HeuristicLab.sh''.

Spuštění testovacích problémů:
  * spusťte //HL Optimizer//
  * na záložce //Start Page// v okně //Samples// zvolte příslušný problém
    * Genetic Programming - Artificial Ant
    * Genetic Programming - Symbolic regression
    * Genetic Programming - Symbolic Classification

===== Jak měnit nastavení parametrů GP =====

Parametry se nastavují na záložkách **Problem** a **Algorithm**.

**Výběr funkční sady**:
  * Artificial Ant - záložka //Problem// -> //Encoding SymbolicExpressionTree// -> //SymbolicExpressionTree.Grammar: Simple Grammar//
  * Symbolic regression, Symbolic Classification -> záložka //Problem// -> //SymbolicExpressionTreeGrammar: TypeCoherentExpressionGrammar// 

**Fitness**:
  * Záložka //Problem// -> //Evaluator// -> //Details// -> //Value//

**Použití vlastního csv souboru** pro Symbolic Regression:
  * Pozor: musí být vybrán správný Separator a Decimal Separator

===== Kde sledovat průběžné a finální výsledky =====

Vše je na záložce //Results//. 

Kromě různých statistik je tam i něco jako //Best Solution// nebo //Best training solution//, kde jsou podrobné charakteristiky nejlepšího nalezeného řešení.
 
 
===== Co byste si měli vyzkoušet =====

  * různé funkční sady
  * různá data, např. {{ :courses:a0m33eoa:cviceni:sr_data.zip |SR_data}}
  * různé nastavení 
    * velikosti populace,
    * maximální hloubky generovaných výrazů,
    * pravděpodobnosti křížení a mutace, 
    * selekce
  * různé instance klasifikačního a regresního problému
  * ...