ایدهی اصلی GP، تکامل یک جمعیت از کاندیداهای راهحل به صورت تکراری و نسل به نسل است، که با اعمال مکرر انتخاب، تقاطع، جهش و جایگزینی انجام میشود؛ در نتیجه، امکان جستجوی همزمان ساختار مدل، ضرایب و متغیرهای ورودی فراهم میگردد. با توجه به اینکه قابلیت توضیح و تفسیر، عناصر کلیدی برای ادغام انسان در حلقهی یادگیری در هوش مصنوعی هستند، افزایش ظرفیت دانشمندان داده برای درک فرآیندهای الگوریتمی داخلی و مدلهای حاصل از آنها، پیامدهای مفیدی برای کل فرآیند یادگیری دارد.
این کتاب، یک راهنمای عملی برای متخصصان صنعت و دانشجویان در طیف وسیعی از رشتهها، بهویژه علم داده، مهندسی و ریاضیات کاربردی است. این کتاب با تمرکز بر روشهای SR پیشرفته و ارائه دستورالعملهای آماده برای استفاده، به ویژه برای کسانی که با مدلهای تجربی یا نیمه تحلیلی در علم و مهندسی کار میکنند، جذاب است.
