🧬 遺伝的プログラミング（GP）による回帰デモ

このデモについて

遺伝的プログラミング（Genetic Programming; GP）を用いて、連続関数の回帰近似を行います。
個体は式木（抽象構文木）で表現し、二項演算（+,-,*,/）と単項演算（sin,cos,exp,log）を利用します。

• 適応度: 二乗誤差の平均（MSE）に小さな複雑度ペナルティを加えます。
• 選択: トーナメント選択。
• 交叉: ランダム部分木の置換（簡易版）。
• 突然変異: 部分木の置換と定数微小変異。
• エリート保持: 最良個体を次世代に温存（任意）。

ノイズを加えると過学習傾向が見やすくなります。最大深さやペナルティで複雑度を抑制できます。