Udemy
    •  
    •  
    •  
    •  
    •  
    •  
    •  
    •  
Turn what you know into an opportunity and reach millions around the world.
Learn More
Your cart is empty.
Keep shopping
Lógica Fuzzy com Python: O Guia para Iniciantes
Highest Rated
Rating: 4.7 out of 5(111 ratings)
849 students

Lógica Fuzzy com Python: O Guia para Iniciantes

Entenda a teoria básica e implemente sistemas fuzzy com a biblioteca skfuzzy
Last updated 6/2022
Portuguese

What you'll 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

Course content

5 sections39 lectures4h 58m total length
  • Boas-vindas e conteúdo do curso5:41
  • Mais sobre Inteligência Artificial0:09
  • Recursos para download0:09

Requirements

  • Programação básica em Python

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!

Who this course is for:

  • Qualquer pessoa interessada em lógica fuzzy
  • Alunos de graduação e pós-graduação que cursam disciplinas de Inteligência Artificial ou Ciência de Dados
  • Cientistas de Dados que queiram aumentar seus conhecimentos em algoritmos de inteligência artificial