Lógica Fuzzy com Python: O Guia para Iniciantes

Entenda a teoria básica e implemente sistemas fuzzy com a biblioteca skfuzzy

4.80 (25 reviews)
Udemy
platform
Português
language
Data Science
category
instructor
Lógica Fuzzy com Python: O Guia para Iniciantes
281
students
5 hours
content
Dec 2021
last update
$19.99
regular price

What you will learn

Entender os conceitos teóricos da lógica fuzzy, bem como: variáveis linguísticas, antecedentes, consequente, pertinência, fuzzificação e defuzzificação

Aprender os cálculos de defuzzificação utilizando os seguintes métodos: centroide, bisector, MOM, SOM e LOM

Implementar sistemas fuzzy utilizando a biblioteca skfuzzy

Simular um sistema fuzzy para definir o porcentual de gorjeta que seria dado em um restaurante

Simular um sistema fuzzy para configurar o poder de sucção de um aspirador de pó

Implementar agrupamento de dados utilizando o algoritmo fuzzy c-means

Description

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 defuzzificação

  • Parte 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 biblioteca

  • Parte 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!

Content

Introdução

Boas-vindas e conteúdo do curso
Mais sobre Inteligência Artificial
Recursos para download

Teoria básica

Introdução
Aplicações de lógica fuzzy
Primeiro entendimento
Variáveis linguísticas e pertinência
Etapas para inferência fuzzy
Cálculos para defuzzificação

Sistemas fuzzy - implementação

Introdução
Exemplo das gorjetas - bibliotecas
Exemplo das gorjetas - antecedentes
Exemplo das gorjetas - consequente
Exemplo das gorjetas - regras
Exemplo das gorjetas - defuzzificação
Funções fuzzy - sigmoide, gaussiana e PI
EXERCÍCIO - exemplo do aspirador de pó 1
Exemplo do aspirador de pó 2
Exemplo do aspirador de pó 3
Exemplo das gorjetas - hard fuzzy 1
Exemplo das gorjetas - hard fuzzy 2
Exemplo das gorjetas - hard fuzzy 3
Exemplo das gorjetas - hard fuzzy 4
Exemplo das gorjetas - hard fuzzy 5
Exemplo das gorjetas - hard fuzzy 6
Exemplo das gorjetas - hard fuzzy 7
Exemplo das gorjetas - hard fuzzy 8
Exemplo das gorjetas - hard fuzzy 9
Outros cálculos para defuzzificação
EXERCÍCIO - exemplo do aspirador de pó hard fuzzy

Agrupamento com fuzzy

Introdução
Introdução à agrupamento
Carregamento da base de dados
Pré-processamento da base de dados
Agrupamento com fuzzy c-means
Escolha do número de grupos
Interpretação do agrupamento

Considerações finais

Considerações finais
AULA BÔNUS

Reviews

Omar
December 27, 2021
É um curso bom para iniciantes em fuzzy. Eu queria ver a utilização em Python, pois tenho bastante experiência em Fuzzy no Matlab. Tem alguns probleminhas de conceitos no qual os autores confundem grau de pertinência com probabilidade o que pode deixar os conceitos um pouco confusos, mas de maneira geral é um curso interessante.

Charts

Price

Lógica Fuzzy com Python: O Guia para Iniciantes - Price chart

Rating

Lógica Fuzzy com Python: O Guia para Iniciantes - Ratings chart

Enrollment distribution

Lógica Fuzzy com Python: O Guia para Iniciantes - Distribution chart
4420546
udemy ID
11/29/2021
course created date
12/7/2021
course indexed date
Bot
course submited by