Questions tagged «fuzzy»

神经网络，贝叶斯网络，决策树和Petri 网络之间的区别是什么，即使它们都是图形化模型并直观地描述因果关系。

30 machine-learning  neural-networks  bayesian-network  fuzzy 

我的数据集非常大，大约缺少5％的随机值。这些变量相互关联。以下示例R数据集只是一个具有虚拟相关数据的玩具示例。 set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = TRUE), ncol = 10000) colnames(xmat) <- paste ("M", 1:10000, sep ="") rownames(xmat) <- paste("sample", 1:200, sep = "") #M variables are correlated N <- 2000000*0.05 # 5% random missing values inds <- round ( runif(N, 1, length(xmat)) …

12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf 

当我在读研究生时（2000年代初），模糊逻辑似乎是机器学习和数据挖掘研究的活跃领域。模糊推理系统，模糊c均值，各种神经网络的模糊版本和支持向量机体系结构都在研究生课程中进行了讲授，并在会议中进行了讨论。 自从我再次开始关注ML（〜2013）以来，Fuzzy Logic似乎已完全脱离了人们的视野，鉴于所有AI的炒作，Fuzzy Logic在当前ML领域的缺席是显而易见的。 这是不是只是一个话题过时的案例，还是由于模糊逻辑和模糊推理的特定限制而导致该话题被研究人员抛弃了？ 根据jbowman的评论进行澄清：是否有某些事件或发现导致FL过时，例如类似于60年代的神经网络，当时它们已经过时，因为事实证明它们无法解决XOR ？还是模糊系统在竞争范式方面表现出色？

10 fuzzy  fuzzy-c-means-clustering 

我从事模糊逻辑（FL）已有多年，我知道FL与概率之间存在差异，特别是在FL处理不确定性方面。但是，我想问问FL和概率之间还有什么区别？ 换句话说，如果我处理概率（融合信息，汇总知识），我可以对FL做同样的事情吗？

10 bayes  fuzzy