====== アルゴリズム(Algorithm) ======
　アルゴリズムとは、ある問題や計算の答えを導き出すために考えられた、効率的で一定な処理方法のことである。この処理方法に従ってコンピュータに計算を行わせることにより、妥当な処理速度/時間で正しく処理を行うことができる。\\
\\
　また、一つの問題や計算を解くために、複数の処理方法が存在する場合がある。そのような場合は、アルゴリズムの特性をよく理解して、処理の目的や状況に応じて最適なものを選択しなければならない。\\
\\
　アルゴリズムによっては、計算量や速度が明記されている場合がある。それについては、[[algorithm:big_o_notation|O-記法と計算量/速度の関係]]を参照のこと。\\
\\
===== さまざまなアルゴリズム =====
『C言語による最新アルゴリズム事典』などが大変参考になります🤤\\
[[https://oku.edu.mie-u.ac.jp/~okumura/algo/|奥村晴彦『C言語による最新アルゴリズム事典』技術評論社]]\\

===== 進化計算 =====
  * 遺伝的アルゴリズム(Genetic Algorithm ～ GA)\\ [[https://www.slideshare.net/kzokm/genetic-algorithm-41617242|遺伝的アルゴリズム（Genetic Algorithm）を始めよう！]]\\ [[https://qiita.com/Azunyan1111/items/975c67129d99de33dc21|【初心者向け】Re:ゼロから始める遺伝的アルゴリズム【人工知能】 - Qiita]]
  * 遺伝的プログラミング(Genetic Programming ～ GP)\\ [[https://qiita.com/overlap/items/e7f1077ef8239f454602|遺伝的プログラミングによる特徴量生成 - Qiita]]\\ [[http://darden.hatenablog.com/entry/2017/04/18/225459|DEAP - Pythonと機械学習]]
==== GA,GP用語 ====
  * 遺伝子(Gene、Genetic ～ ジーン、ジェネティック)
  * 染色体(Chromosome ～ クロモソーム)
  * 個体(Individual ～ インディビジュアル)
  * 世代(Generation ～ ジェネレーション)
  * 集団、個体群(Population ～ ポピュレーション)
  * 交叉、交配(Crossover ～ クロスオーバ)
  * 突然変異(Mutation ～ ミューテーション)
  * 適応度(Fitness ～ フィットネス)

===== 探索 =====
  * 幅優先探索(Breadth first search ～ BFS)
  * 深さ優先探索(depth-first search ～ DFS)
  * 分岐限定法(branch and cut method)
  * 山登り法(hill climbing ～ HC)
  * 最良優先探索(Best-first search)
    * ダイクストラ法(Dijkstra's algorithm)
    * A*アルゴリズム(A* search algorithm)