機器學習和遺傳演算法有什麼聯絡

機器學習的本質是求解一個最優化問題。而遺傳演算法屬於最優化演算法中的不確定性優化(Stochastic optimization)。最優化求解，可以看作一個在解空間內的搜尋問題。不確定性優化，它的搜尋方向沒有一個確定的數學表示式，而是依賴一個隨即變數，在優化收斂到區域性極值時，能跳出區域性最優。計算生物裡，有段時間流行過一些以GA演算法為基礎的Marker篩選方法，但這類演算法終究是非主流。因為在對於求解生物問題來講，最重要的是結果的穩健與可重複，這一點恰恰是GA的弱點。