周志华等人新书：《演化学习：理论和算法的进展》正式上线！
近日，由周志华教授、俞扬教授和钱超研究员共同完成的新书——《evolutionarylearning:advancesintheoriesandalgorithms》正式上线！堪称“宝藏级”新书，速来收藏。
爱逛知乎的小编在2019年4月13日，发现一直关注的俞扬教授发了一篇推文致青春，点进去一看，发现了”宝藏“！
于是便立即联系了俞扬教授，询问是否可以将这份资源转发或者介绍给大家。俞教授也很爽快，没过多久就给了肯定的答复。
《evolutionarylearning:advancesintheoriesandalgorithms》为原书名，因为微信公众号标题长度有限制，所以自行翻译成了中文：《演化学习：理论和算法的进展》。其中evolutionarylearning网上很多翻译成：进化学习。但我阅读了俞扬教授的原文，里面说是演化学习，所以这里为了统一，我还是标明演化学习。
中文仅供参考，若翻译有问题，还请指正，大家还是以英文为主。
本书是由周志华教授、俞扬教授和钱超研究员三位共同完成，这里简单介绍一下三位：
周志华，现任南京大学计算机科学与技术系主任、南京大学计算机软件新技术国家重点实验室常务副主任、机器学习与数据挖掘研究所(lamda)所长，校学术委员会委员。美国计算机学会(acm)、美国科学促进会(aaas)、国际人工智能学会(aaai)、国际电气电子工程师学会(ieee)、国际模式识别学会(iapr)、国际工程技术学会(iet/iee)、中国计算机学会(ccf)、中国人工智能学会(caai)等学会的会士(fellow)，欧洲科学院外籍院士。南京市政府人工智能产业顾问、证监会科技监管专家咨询委员会委员、江苏省政协委员、江苏省青联副主席等。
主要从事人工智能、机器学习、数据挖掘等领域的研究工作。主持多项科研课题，出版《机器学习》(2016)与《ensemblemethods:foundationsandalgorithms》(2012)，在一流国际期刊和顶级国际会议发表论文百余篇，被引用三万余次。经常担任nips、icml、aaai、ijcai、kdd等重要国际学术会议的领域主席。担任中国计算机学会常务理事、人工智能专业委员会主任，中国人工智能学会常务理事，江苏省计算机学会副理事长，江苏省人工智能学会理事长，ieee南京分部副主席。
周志华教授个人信息节选自：
http://cs.nju.edu.cn/zhouzh/zhouzh.files/resume_cn.htm
俞扬，博士，南京大学副教授，博士生导师。主要研究领域为人工智能、机器学习、强化学习。2011年8月加入南京大学计算机科学与技术系、机器学习与数据挖掘研究所（lamda）从事教学与科研工作。
曾获2013年全国优秀博士学位论文奖、2011年中国计算机学会优秀博士学位论文奖。发表论文40余篇，包括多篇artificialintelligence、ijcai、aaai、nips、kdd等人工智能、机器学习和数据挖掘国际顶级期刊和顶级会议论文。入选2018年ieeeintelligentsystems杂志评选的ai's10towatch，获2018pakddearlycareeraward、2017年江苏省计算机学会青年科技奖。共同发起并主办了亚洲强化学习系列研讨会(awrl)、中国演化计算与学习系列研讨会(ecole)，任人工智能领域国际顶级会议ijcai'18领域主席、icpr'18领域主席、acml'17领域主席，任ieee计算智能协会数据挖掘与大数据分析技术委员会委员、中国人工智能学会机器学习专委会委员、中国计算机学会人工智能与模式识别专委会委员，artificialintelligence、ijcai、aaai、kdd、icml、nips、cvpr、iccv等多个一流期刊的评审人和会议的程序委员。
俞扬教授个人信息节选自：
http://lamda.nju.edu.cn/yuy/cv_ch.ashx
钱超是中国科学技术大学副研究员。他的研究兴趣是人工智能，演化计算和机器学习。他在领先的国际期刊和会议论文集上发表了20多篇论文，包括人工智能，演化计算，ieee演化计算交易，algorithmica，nips，ijcai，aaai等。他赢得了acmgecco2011年度最佳论文奖（theorytrack）和ideal2016年度最佳论文奖。他还曾担任ieee计算智能学会（cis）工作组“theoreticalfoundationsofbio-inspiredcomputation”的主席。
钱超研究员个人信息节选自：
http://staff.ustc.edu.cn/~chaoqian/
https://www.springer.com/cn/book/9789811359552#aboutauthors
下面看看俞扬教授简单介绍该书的知乎原文致青春
https://zhuanlan.zhihu.com/p/62178187
正文（致青春）
最近与周老师、钱超一起完成了一本书。书的名字叫
《evolutionarylearning:advancesintheoriesandalgorithms》，但是对于我来说，可以叫“致青春”。从2005年硕士入学开始，抱着演化算法理论这个硬骨头开始啃。
我的数学基础并不好，在我同一届进入lamda的同学中，毫无疑问是垫底，但也许优点是胆子大，周老师说这个方向重要，那就干。这个领域真是四处不讨好，让我深刻体验了什么叫冷板凳。即使是在演化计算领域里，对于搞应用的来说，理论太滞后，没有指导意义，甚至关注理论进展的人都很少。而放在整个人工智能领域里，更是艰难，当时演化计算就已经是在顶级会议上冷下去的话题了。
2000年前，ijcai还出现了演化计算的session，2000年左右，随着上一波演化神经网络结构优化的兴起演化算法也还在火（是的，nas并不是这几年发明的，20年前的东西了），之后也随着神经网络的冷淡，大家放弃启发拥抱理论更清楚的方法，演化计算也迅速在顶级会议上隐匿。所以演化计算的论文要发在顶级会议上极其困难，而理论更甚，不仅要回答技术问题，还要回答诸如这个方向还有研究价值吗、这个理论怎么指导算法，之类的问题。
回想起来在aaai2006发表的第一篇做演化算法复杂度分析的论文，真是走运，其中一个审稿人一个字审稿意见都没写，直接打了满分。
看到最终成稿，收录了我们十几年努力的结果，感觉这么多年也没白做，现在从理论、算法、到应用效果都能打通，aaai、ijcai、nips也都有发表了，尤其是nips2017的工作，回答了一个长久以来演化计算领域面临的核心挑战：“有什么问题能证明是以往算法做不到而演化算法能做到的”。
致我的青春年华。以后只能是个拼搏的中年人了。。。
书籍链接：
https://www.springer.com/cn/book/9789811359552
《evolutionarylearning:advancesintheoriesandalgorithms》简介
许多机器学习任务涉及解决复杂的优化问题，例如处理不可微分，非连续和非唯一的目标函数;在某些情况下，甚至难以定义明确的目标函数。演化学习（evolutionarylearning）应用演化算法来解决机器学习中的优化问题，并在许多应用中产生了令人满意的结果。然而，由于演化优化的启发性特征，迄今为止的大多数结果都是经验性的，缺乏理论支持。这个缺点使得进化学习不再受到机器学习社区的欢迎。
最近，为解决这个问题付出了相当大的努力。本书将分成系列来介绍这些努力，共分为四个部分：
第一部分：简要向读者介绍演化学习并提供了一些预备知识；
第二部分：介绍演化算法中运行时间和近似性能分析的一般理论工具；
第三部分：提出许多关于演化优化中主要因素的理论发现，例如recombination,representation,inaccuratefitnessevaluation,andpopulation；
第四部分：讨论了演化学习算法的发展，为几个代表性任务提供了可证明的理论保证。
致谢
在此感谢周志华教授、俞扬教授和钱超研究员整理这么棒的书籍！
如何构建一个Arduino屏蔽板
华为云分布式缓存服务DCS，它与开源Redis有哪些差异，快来一探究竟！
防火墙pfSense再度升级,堵死了Wi-Fi漏洞
CES Asia 2018现场|黑科技云集 艾拉比OTA升级解决方案赋予汽车新生命
3D全息广告机低功耗CMOS 8位微控制器ATMEGA48PA-AU
周志华等人新书：《演化学习：理论和算法的进展》正式上线！
基于 Xen 管理程序实现虚拟化的具体分析和优点
SMT贴片加工中，如何避免密脚IC短路？
一批自主研发的北斗芯片登入产业的舞台
vivox9plus星空灰版值得买吗？看完自己决定吧！
计算机模拟平台如何构建数字孪生大脑
力神电池在产品研发方面的技术创新
Java怎么排查oom异常
为什么万能试验机回油操作如此重要？
公园负氧离子监测系统的作用是怎样的
千视KIS Pro多方语音通话系统 | 3月9日直播间，一起“声”临其境，畅游长沙
排水管网监测系统方案
一文秒懂贝叶斯优化/Bayesian Optimization
得屌丝者得天下：话可千万不能乱说
华为nova 8不仅颜值出众而且还是专业的vlog神器
爱逛知乎的小编在2019年4月13日，发现一直关注的俞扬教授发了一篇推文致青春，点进去一看，发现了”宝藏“！
于是便立即联系了俞扬教授，询问是否可以将这份资源转发或者介绍给大家。俞教授也很爽快，没过多久就给了肯定的答复。
《evolutionarylearning:advancesintheoriesandalgorithms》为原书名，因为微信公众号标题长度有限制，所以自行翻译成了中文：《演化学习：理论和算法的进展》。其中evolutionarylearning网上很多翻译成：进化学习。但我阅读了俞扬教授的原文，里面说是演化学习，所以这里为了统一，我还是标明演化学习。
中文仅供参考，若翻译有问题，还请指正，大家还是以英文为主。
本书是由周志华教授、俞扬教授和钱超研究员三位共同完成，这里简单介绍一下三位：
周志华，现任南京大学计算机科学与技术系主任、南京大学计算机软件新技术国家重点实验室常务副主任、机器学习与数据挖掘研究所(lamda)所长，校学术委员会委员。美国计算机学会(acm)、美国科学促进会(aaas)、国际人工智能学会(aaai)、国际电气电子工程师学会(ieee)、国际模式识别学会(iapr)、国际工程技术学会(iet/iee)、中国计算机学会(ccf)、中国人工智能学会(caai)等学会的会士(fellow)，欧洲科学院外籍院士。南京市政府人工智能产业顾问、证监会科技监管专家咨询委员会委员、江苏省政协委员、江苏省青联副主席等。
主要从事人工智能、机器学习、数据挖掘等领域的研究工作。主持多项科研课题，出版《机器学习》(2016)与《ensemblemethods:foundationsandalgorithms》(2012)，在一流国际期刊和顶级国际会议发表论文百余篇，被引用三万余次。经常担任nips、icml、aaai、ijcai、kdd等重要国际学术会议的领域主席。担任中国计算机学会常务理事、人工智能专业委员会主任，中国人工智能学会常务理事，江苏省计算机学会副理事长，江苏省人工智能学会理事长，ieee南京分部副主席。
周志华教授个人信息节选自：
http://cs.nju.edu.cn/zhouzh/zhouzh.files/resume_cn.htm
俞扬，博士，南京大学副教授，博士生导师。主要研究领域为人工智能、机器学习、强化学习。2011年8月加入南京大学计算机科学与技术系、机器学习与数据挖掘研究所（lamda）从事教学与科研工作。
曾获2013年全国优秀博士学位论文奖、2011年中国计算机学会优秀博士学位论文奖。发表论文40余篇，包括多篇artificialintelligence、ijcai、aaai、nips、kdd等人工智能、机器学习和数据挖掘国际顶级期刊和顶级会议论文。入选2018年ieeeintelligentsystems杂志评选的ai's10towatch，获2018pakddearlycareeraward、2017年江苏省计算机学会青年科技奖。共同发起并主办了亚洲强化学习系列研讨会(awrl)、中国演化计算与学习系列研讨会(ecole)，任人工智能领域国际顶级会议ijcai'18领域主席、icpr'18领域主席、acml'17领域主席，任ieee计算智能协会数据挖掘与大数据分析技术委员会委员、中国人工智能学会机器学习专委会委员、中国计算机学会人工智能与模式识别专委会委员，artificialintelligence、ijcai、aaai、kdd、icml、nips、cvpr、iccv等多个一流期刊的评审人和会议的程序委员。
俞扬教授个人信息节选自：
http://lamda.nju.edu.cn/yuy/cv_ch.ashx
钱超是中国科学技术大学副研究员。他的研究兴趣是人工智能，演化计算和机器学习。他在领先的国际期刊和会议论文集上发表了20多篇论文，包括人工智能，演化计算，ieee演化计算交易，algorithmica，nips，ijcai，aaai等。他赢得了acmgecco2011年度最佳论文奖（theorytrack）和ideal2016年度最佳论文奖。他还曾担任ieee计算智能学会（cis）工作组“theoreticalfoundationsofbio-inspiredcomputation”的主席。
钱超研究员个人信息节选自：
http://staff.ustc.edu.cn/~chaoqian/
https://www.springer.com/cn/book/9789811359552#aboutauthors
下面看看俞扬教授简单介绍该书的知乎原文致青春
https://zhuanlan.zhihu.com/p/62178187
正文（致青春）
最近与周老师、钱超一起完成了一本书。书的名字叫
《evolutionarylearning:advancesintheoriesandalgorithms》，但是对于我来说，可以叫“致青春”。从2005年硕士入学开始，抱着演化算法理论这个硬骨头开始啃。
我的数学基础并不好，在我同一届进入lamda的同学中，毫无疑问是垫底，但也许优点是胆子大，周老师说这个方向重要，那就干。这个领域真是四处不讨好，让我深刻体验了什么叫冷板凳。即使是在演化计算领域里，对于搞应用的来说，理论太滞后，没有指导意义，甚至关注理论进展的人都很少。而放在整个人工智能领域里，更是艰难，当时演化计算就已经是在顶级会议上冷下去的话题了。
2000年前，ijcai还出现了演化计算的session，2000年左右，随着上一波演化神经网络结构优化的兴起演化算法也还在火（是的，nas并不是这几年发明的，20年前的东西了），之后也随着神经网络的冷淡，大家放弃启发拥抱理论更清楚的方法，演化计算也迅速在顶级会议上隐匿。所以演化计算的论文要发在顶级会议上极其困难，而理论更甚，不仅要回答技术问题，还要回答诸如这个方向还有研究价值吗、这个理论怎么指导算法，之类的问题。
回想起来在aaai2006发表的第一篇做演化算法复杂度分析的论文，真是走运，其中一个审稿人一个字审稿意见都没写，直接打了满分。
看到最终成稿，收录了我们十几年努力的结果，感觉这么多年也没白做，现在从理论、算法、到应用效果都能打通，aaai、ijcai、nips也都有发表了，尤其是nips2017的工作，回答了一个长久以来演化计算领域面临的核心挑战：“有什么问题能证明是以往算法做不到而演化算法能做到的”。
致我的青春年华。以后只能是个拼搏的中年人了。。。
书籍链接：
https://www.springer.com/cn/book/9789811359552
《evolutionarylearning:advancesintheoriesandalgorithms》简介
许多机器学习任务涉及解决复杂的优化问题，例如处理不可微分，非连续和非唯一的目标函数;在某些情况下，甚至难以定义明确的目标函数。演化学习（evolutionarylearning）应用演化算法来解决机器学习中的优化问题，并在许多应用中产生了令人满意的结果。然而，由于演化优化的启发性特征，迄今为止的大多数结果都是经验性的，缺乏理论支持。这个缺点使得进化学习不再受到机器学习社区的欢迎。
最近，为解决这个问题付出了相当大的努力。本书将分成系列来介绍这些努力，共分为四个部分：
第一部分：简要向读者介绍演化学习并提供了一些预备知识；
第二部分：介绍演化算法中运行时间和近似性能分析的一般理论工具；
第三部分：提出许多关于演化优化中主要因素的理论发现，例如recombination,representation,inaccuratefitnessevaluation,andpopulation；
第四部分：讨论了演化学习算法的发展，为几个代表性任务提供了可证明的理论保证。
致谢
在此感谢周志华教授、俞扬教授和钱超研究员整理这么棒的书籍！
如何构建一个Arduino屏蔽板
华为云分布式缓存服务DCS，它与开源Redis有哪些差异，快来一探究竟！
防火墙pfSense再度升级,堵死了Wi-Fi漏洞
CES Asia 2018现场|黑科技云集 艾拉比OTA升级解决方案赋予汽车新生命
3D全息广告机低功耗CMOS 8位微控制器ATMEGA48PA-AU
周志华等人新书：《演化学习：理论和算法的进展》正式上线！
基于 Xen 管理程序实现虚拟化的具体分析和优点
SMT贴片加工中，如何避免密脚IC短路？
一批自主研发的北斗芯片登入产业的舞台
vivox9plus星空灰版值得买吗？看完自己决定吧！
计算机模拟平台如何构建数字孪生大脑
力神电池在产品研发方面的技术创新
Java怎么排查oom异常
为什么万能试验机回油操作如此重要？
公园负氧离子监测系统的作用是怎样的
千视KIS Pro多方语音通话系统 | 3月9日直播间，一起“声”临其境，畅游长沙
排水管网监测系统方案
一文秒懂贝叶斯优化/Bayesian Optimization
得屌丝者得天下：话可千万不能乱说
华为nova 8不仅颜值出众而且还是专业的vlog神器