Deep Neuro-Fuzzy Systems with Python: Con Casos Prácticos y Aplicaciones de la Industria

Título original:

Deep Neuro-Fuzzy Systems with Python: With Case Studies and Applications from the Industry

Contenido del libro:

Conozca la lógica difusa y las redes neuronales, y cómo la integración entre ambos modelos da lugar a sistemas inteligentes en el mundo actual. Este libro simplifica la implementación de los conceptos de lógica difusa y redes neuronales utilizando Python.

Empezarás por recorrer los fundamentos de los conjuntos y relaciones difusas, y cómo cada miembro del conjunto tiene sus propios valores de función de pertenencia. También verá diferentes arquitecturas y modelos que se han desarrollado, y cómo se han definido las reglas y el razonamiento para hacer posibles las arquitecturas. A continuación, el libro ofrece una visión más detallada de las redes neuronales y las arquitecturas relacionadas, centrándose en los distintos problemas que las redes neuronales pueden encontrar durante el entrenamiento, y cómo los distintos métodos de optimización pueden ayudarle a resolverlos.

En la última sección del libro se examinan las integraciones de la lógica difusa y las redes neuronales, los sistemas de inferencia difusa neuronal adaptativos y diversas aproximaciones relacionadas con los mismos. Revisará diferentes tipos de clasificadores neurofuzzy profundos, neuronas fuzzy y la capacidad de aprendizaje adaptativo de las redes neuronales. El libro concluye con una revisión de los modelos neurofuzzy avanzados y sus aplicaciones.

Lo que aprenderá

⬤ Comprender la lógica difusa, las funciones de pertenencia, las relaciones difusas y la inferencia difusa.

⬤ Revisar las redes neuronales, la retropropagación y la optimización.

⬤ Trabajar con diferentes arquitecturas como el modelo Takagi-Sugeno, modelo híbrido, algoritmos genéticos y aproximaciones.

⬤ Aplicar implementaciones en Python de sistemas neurofuzzy profundos.

A quién va dirigido este libro

Científicos de datos e ingenieros de software con un conocimiento básico de Aprendizaje Automático que quieran expandirse en las aplicaciones híbridas de aprendizaje profundo y lógica difusa.