问遗传算法是无监督学习的一种形式吗？

EN

遗传算法既可用于监督学习，也可用于无监督学习，例如：

Unsupervised Genetic Algorithm Deployed for Intrusion Detection, (2008). Zorana Banković, Slobodan Bojanić, Octavio Nieto, Atta Badii.

如果您已经标记了培训数据或标记示例，那么您使用的是监督培训。

来自learning

在机器学习中，无监督学习的问题是在无标记数据中寻找隐藏结构的问题。由于提供给学习者的示例是未标记的，因此没有错误或奖励信号来评估潜在的解决方案。这将无监督学习与监督学习和强化学习区别开来。

很明显，遗传算法是算法，而不是无监督的算法，因为它们是根据适应标准来衡量的。个体突变可能不受监督，但系统作为一个整体受到监督，因为突变要么被删除，要么建立在它们给算法带来的适应性的基础上。

来自learning

强化学习是一个受行为主义心理学启发的机器学习领域，它关注的是软件agents应该如何在环境中采取行动，以最大限度地获得某种累积报酬的概念。该问题由于其通用性，在博弈论、控制理论、运筹学、信息论、基于仿真的优化、统计、遗传算法等多个学科中得到了广泛的研究。

这意味着遗传算法被认为属于强化学习的范畴。