模糊逻辑是一种可用于对计算机中的人类推理过程进行建模的技术。它可以应用于多个领域，例如：工业自动化、医药、营销、家庭自动化等。一个典型的例子是在工业设备中的使用，它可以随着设备加热或冷却而自动调节温度。其他设备示例包括：真空吸尘器（根据表面和污垢程度调整吸力）、洗碗机和洗衣机（调整使用的水和肥皂量）、数码相机（自动对焦设置）、空气调节（根据环境设置温度）和微波（根据食物类型调节功率）。
在本课程中，您将学习模糊逻辑的基本理论，主要是使用 skfuzzy 库实现简单的模糊系统。所有实现都将使用 Python 编程语言逐步完成！下面可以看到主要内容，分为三个部分：
- 第 1 部分：关于模糊逻辑的基本直觉。您将学习以下主题：语言变量、前件、后件、隶属函数、模糊化和去模糊化的数学计算
- 第 2 部分：模糊系统的实现。您将实施两个示例：计算将在餐厅提供的小费（基于食物质量和服务质量）和计算真空吸尘器的吸力（基于表面类型和污垢量）
- 第 3 部分：使用模糊 c 均值算法进行聚类。我们将根据信用卡额度和总账单对一家银行的客户进行聚类。您将了解如何在机器学习领域应用模糊逻辑所有实现将使用在线 Google Colab 逐步完成，因此您无需担心在自己的机器上安装库。最后，您将能够使用模糊逻辑创建自己的项目！
发表于 2022 年 7 月
MP4 | 视频：h264, 1280×720 | 音频：AAC，44.1 KHz
语言：英语 | 大小：1.15 GB | 时长：4h 8m
你会学到什么
- 了解模糊逻辑的理论概念，例如：语言变量、前件、后件、隶属度、模糊化和去模糊化
- 使用以下方法学习去模糊化计算：质心、平分线、MOM、SOM 和 LOM
- 使用 skfuzzy 库实现模糊系统
- 模拟一个模糊系统来选择餐厅给小费的百分比
- 模拟模糊系统，根据表面类型和污垢量调整真空吸尘器的吸力
- 使用模糊 c-means 算法实现数据聚类
要求
基础 Python 编程
概述
第 1 节：简介
第一讲 课程内容
第2讲课程资料
第 2 节：基本直觉
第三讲 进攻计划
第4讲模糊逻辑的应用
第5讲 初识
第 6 讲语言变量和成员资格
第 7 讲模糊推理的步骤
第 8 讲 去模糊化——计算
第 3 部分：模糊控制系统 – 实施
第9讲 进攻计划
第 10 讲小费问题 1 – 图书馆
第 11 讲小费问题 2 – 前因和后因
第 12 讲小费问题 3 – 隶属函数
第 13 讲小费问题 4 – 规则
第14讲小费问题5——去模糊化
第 15 讲 模糊函数——sigmoid、gaussian 和 PI
Lecture 16 家庭作业 – 吸尘器问题 1
第17讲 吸尘器问题2
第18讲 吸尘器问题3
第 19 讲小费问题 – 硬模糊 1
第 20 讲 小费问题 – 硬模糊 2
第 21 讲 小费问题——硬模糊 3
第 22 讲小费问题 – 硬模糊 4
第 23 讲 小费问题——硬模糊 5
第 24 讲 小费问题 – 硬模糊 6
第 25 讲 小费问题 – 硬模糊 7
第 26 讲 小费问题 – 硬模糊 8
第27讲其他去模糊化方法
第 4 节：使用模糊 c 均值进行聚类
第28讲 进攻计划
第29课聚类——直觉
第 30 讲 加载数据集
第31课预处理数据集
第32课用模糊c-means进行聚类
第 5 节：最后的评论
第 33 讲 结语
任何对模糊逻辑感兴趣的人，正在学习人工智能或数据科学课程的学生，想要增加人工智能算法知识的数据科学家