데이터 세트가 매우 커서 약 5 %의 임의 값이 없습니다. 이 변수들은 서로 상관되어 있습니다. 다음 예제 R 데이터 세트는 더미 상관 데이터가있는 장난감 예제 일뿐입니다. 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) …
퍼지 로직 은 내가 대학원에있을 때 (2000 년대 초) 기계 학습 및 데이터 마이닝 분야에서 활발한 연구 분야처럼 보였다. 퍼지 추론 시스템, 퍼지 c- 평균, 다양한 신경망의 퍼지 버전 및 지원 벡터 머신 아키텍처는 모두 대학원 과정에서 강의되었으며 회의에서 논의되었습니다. ML에 다시 관심을 갖기 시작한 이후 (~ 2013 년) 퍼지 …
저는 수년간 퍼지 로직 (FL)을 사용해 왔으며 FL이 불확실성을 처리하는 방식과 관련하여 FL과 확률 사이에 차이가 있음을 알고 있습니다. 그러나 FL과 확률 사이에 어떤 차이가 더 있는지 묻고 싶습니다. 다시 말해, 확률 (정보 융합, 지식 집계)을 다루는 경우 FL과 동일한 작업을 수행 할 수 있습니까?