Python中模糊逻辑的终极初学者指南 | The Ultimate Beginners Guide to Fuzzy Logic in Python

了解基本理论，并使用skfuzzy库实现模糊系统！逐步实施
讲师：Jones Granatyr

双语资源中英文字幕学习课程，独家翻译制作，提供全部配套课程资料。全网最低价享受高品质课程资源，无限分享下载。

你将会学到什么？

• 理解模糊逻辑的理论概念，如：语言变量、前因、结果、隶属度、模糊化和去模糊化
• 使用以下方法学习解模糊计算：质心、平分线、MOM、SOM和LOM
• 利用skfuzzy库实现模糊系统
• 模拟一个模糊系统来选择餐厅小费的百分比
• 模拟一个模糊系统，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-均值算法实现数据聚类

课程要求

• Python基本编程

课程说明

模糊逻辑是一种可以用来在计算机中模拟人类推理过程的技术。它可以应用于多个领域，例如：工业自动化、医学、营销、家庭自动化等。一个经典的例子是在工业设备中的使用，它可以在设备加热或冷却时自动调整温度。其他设备包括：真空吸尘器（根据污垢的表面和水平调整吸力）、洗碗机和洗衣机（调整使用的水和肥皂的量）、数码相机（自动对焦）、空调（根据环境设定温度）和微波炉（根据食物类型调整功率）。

在本课程中，您将学习模糊逻辑的基本理论，主要是使用skfuzzy库实现简单模糊系统。所有实现都将使用Python编程语言逐步完成！下面你可以看到主要内容，它分为三个部分：

• 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、前因、结果、隶属函数、模糊化和解模糊的数学计算
• 第2部分：模糊系统的实现。您将实施两个示例：餐厅小费的计算（基于食物质量和服务质量）和真空吸尘器吸力的计算（根据表面类型和污垢量）
• 第3部分：模糊c-均值聚类算法。我们将根据信用卡限额和总账单对银行的客户进行聚类。您将了解模糊逻辑如何应用于​​机器学习

所有实现都将使用Google Colab在线逐步完成，因此您不必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！

此课程面向哪些人？

• 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
• 希望增加人工智能算法知识的数据科学家