Lógica Fuzzy com Python: O Guia para Iniciantes

O que você aprenderá

• Entender os conceitos teóricos da lógica fuzzy, bem como: variáveis linguísticas, antecedentes, consequente, pertinência, fuzzificação e defuzzificação
• Implementar sistemas fuzzy utilizando a biblioteca skfuzzy
• Simular um sistema fuzzy para configurar o poder de sucção de um aspirador de pó
• Aprender os cálculos de defuzzificação utilizando os seguintes métodos: centroide, bisector, MOM, SOM e LOM
• Simular um sistema fuzzy para definir o porcentual de gorjeta que seria dado em um restaurante
• Implementar agrupamento de dados utilizando o algoritmo fuzzy c-means

Pré-requisitos

• Programação básica em Python

Descrição

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!

Para quem é este curso

• 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

Publicado em dezembro de 2021