Árboles lógicos difusos Los árboles lógicos difusos son un método de aprendizaje automático que aplica los principios de la lógica difusa a los árboles de decisión lógicos estándar.
Descargar ahora

Árboles lógicos difusos Clasificación y resumen

Árboles lógicos difusos Etiquetas

Difuso aprendizaje automático lógica árboles Lógica difusa Árboles de decisión

Árboles lógicos difusos Descripción

Los árboles lógicos difusos son un método de aprendizaje automático que aplica los principios de la lógica difusa a los árboles de decisión lógicos estándar. Los árboles lógicos difusos son un método de aprendizaje automático que aplica los principios de la lógica difusa a los árboles de decisión lógicos estándar. Los árboles lógicos difusos se entrenan mediante un recocido simulado. Este sitio web se actualizará con los resultados y las aplicaciones exitosas. La operación borrosa utilizada es el promedio ponderado ordenado sesgado. Cada nodo es binario, y se mueve de forma continua y similar a una operación o similar. La entrada menos importante se interpole hacia el programa Dominant One.AC para generar que los árboles están disponibles, con un programa de Java auxiliar para ver los árboles gráficamente. Introducción a la lógica difusa Treeshere Hay muchas técnicas diferentes de aprendizaje de máquinas, la mayoría de las cuales se pueden aplicar a Los mismos conjuntos de datos, pero que naturalmente se ajustan a diferentes conjuntos de datos. Por ejemplo, una red bayesiana es la opción natural para los datos altamente autocorrelados en los que es obvio para el experto humano a la que va la influencia, como en un modelo de diabetes, donde la edad influye en el embarazo y la posibilidad de tener diabetes, pero el embarazo no lo hace directamente. Influir en la diabetes y no influye en la edad. Por otro lado, si los datos están en una serie de tiempo o una secuencia genética, entonces un modelo de Markov sería más adecuado. El bioinformático debe tener una "bolsa de regalos" de algoritmos a mano, lo que puede aplicar a los problemas particulares de su conjunto de datos. El árbol lógico difuso se introduce como un nuevo miembro de la bolsa. Superficialmente es similar al árbol de regresión lógica, pero utiliza la lógica booleana borrosa en lugar de crujiente. Sin embargo, en realidad, tiene más en común con las redes neuronales de avance. Al igual que la red neuronal, las entradas se alimentan a través de una serie de unidades computacionalmente simples para producir una salida de valor real en el rango 0-1. A diferencia de la red neuronal, el resultado siempre representa una membresía establecida, y nunca una función de valor real. Los valores confortables son un intento de representar términos lingüísticos, como "John es bastante alto" de una manera que puede ser manejada por la computadora ( Zadeh, 1965). Por lo tanto, se espera que los árboles produzcan serán relativamente interpretables para el experto humano. En los rasgos multifactoriales, como el asma o la diabetes o el rendimiento de la leche en vacas, generalmente hay muchos factores de riesgo propuestos con un vínculo estadístico o biológico débil con el rasgo, y que interactúa en el mundo real de manera compleja. El árbol lógico difuso está diseñado para ordenarlos para encontrar una combinación de factores que predicen fuertemente el rasgo. Requisitos: · Medio ambiente de Java

Árboles lógicos difusos Software relacionado