|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/logica-fuzzy-com-python-o-guia-para-iniciantes/
课程评论：没有评论
课程名称：Python模糊逻辑：初学者指南 课程概述： 模糊逻辑是一种用于模拟人类思维过程的技术，可广泛应用于工业自动化、医学、市场营销、家居自动化等多个领域。经典实例包括工业设备的温度自动调节、吸尘器根据表面和污垢水平调节吸力、洗碗机和洗衣机根据水和洗涤剂的需求自动调整、摄影机自动对焦、空调根据环境调节温度、以及微波炉根据食物类型调节功率等。 本课程将带您进入模糊逻辑领域，您将学习模糊逻辑的基础理论，并用Python语言通过skfuzzy库实现简单的模糊系统，整个过程逐步引导。课程分为三个部分： 第一部分：模糊逻辑基础理论。您将学习语言变量、前提、结论、隶属函数、模糊化以及去模糊化的数学计算等关键概念。 第二部分：模糊系统的实现。您将实现两个示例：根据餐厅的菜品质量和服务质量计算小费百分比，以及根据表面难度和污垢数量计算吸尘器的吸力。实现过程中将使用skfuzzy库的自动化功能和手动功能。 第三部分：模糊C均值聚类。我们将分析信用卡数据，基于信用额度和消费对客户进行聚类，从而理解模糊逻辑在机器学习领域的应用。 课程结束时，您将能够使用模糊逻辑创建自己的项目！
A Lógica Fuzzy (difusa) é uma técnica que pode ser utilizada para modelar o processo de raciocínio humano em computadores, podendo ser utilizada em diversas áreas, como: automação industrial, medicina, marketing, automação residencial, dentre outras. Um exemplo clássico é a utilização em equipamentos industriais, que podem ter a temperatura regulada automaticamente a medida que o equipamento esquenta ou esfria. Outros equipamentos que podem utilizar essa técnica são: aspiradores de pó (regulagem do poder de sucção de acordo com a superfície e o nível de sujeira), máquinas de lavar louças e roupas (ajuste da quantidade de água e detergente/sabão), câmeras fotográficas (definição automática do foco), ar condicionado (configuração da temperatura de acordo com o ambiente) e micro-ondas (ajuste da potência de acordo com o tipo do alimento).Para levar você até essa área, neste curso você aprenderá a teoria básica sobre lógica fuzzy e principalmente implementará sistemas fuzzy simples utilizando a biblioteca skfuzzy, tudo passo a passo e utilizando a linguagem Python! Confira abaixo as três partes do curso:Parte 1: Teoria básica sobre lógica fuzzy. Você aprenderá tópicos como: variáveis linguísticas, antecedentes, consequente, funções de pertinência, fuzzificação e cálculos matemáticos para defuzzificaçãoParte 2: Implementação de sistemas fuzzy. Você implementará dois exemplos: cálculo do percentual de gorjeta que seria dado em um restaurante (baseado na qualidade da comida e na qualidade do atendimento) e cálculo do poder de sucção de um aspirador de pó (baseado na dificuldade da superfície e na quantidade de sujeira). Utilizaremos duas abordagens de implementação: a primeira utilizando os recursos mais automáticos da biblioteca skfuzzy e a segunda utilizando os recursos manuais da bibliotecaParte 3: Agrupamento com Fuzzy c-means. Vamos analisar os dados de cartão de crédito para agrupar os clientes baseado no limite de crédito e os gastos no cartão. Você entenderá como a lógica fuzzy pode ser utilizada na área de Machine Learning (Aprendizagem de Máquina)Ao final do curso, você poderá criar seus próprios projetos utilizando lógica fuzzy!
