- Level Professional
- Duration 22 hours
- Course by Universidad Nacional de Colombia
-
Offered by
About
Los sistemas difusos permiten efectuar cálculos cuando hay información con incertidumbre, o cuando se debe combinar información tanto cuantitativa como cualitativa. Se trata de una aproximación matemática para modelar esas situaciones. Este curso está diseñado para ayudar a entender y explicar cómo funcionan dichos sistemas. El curso tiene una aproximación teórica y práctica. Los principios matemáticos son de un nivel bajo y están al alcance de un público muy amplio. El curso cuenta con varios laboratorios para aprender a utilizar las herramientas de software que usan esos principios. Este componente práctico requiere una comprensión mínima de programación.Modules
Conjuntos difusos
- Operaciones básicas
2
Assignment
- Pon a prueba tus conocimientos. Cuestionario de práctica 1
- Demuestra tus conocimientos. Cuestionario calificado 1
1
Labs
- Introducción a skfuzzy
10
Videos
- Saludo de bienvenida
- ¿Por qué estudiar los sistemas difusos? Motivación
- ¿Qué es un conjunto difuso? Principios matemáticos
- Definiciones: Soporte y alfa-cortes
- Definiciones: extensión y proyección cilíndricas
- Operaciones con conjuntos difusos
- T-Normas y S-Normas
- Relaciones difusas
- Bonus track: Incertidumbre
- Presentación del laboratorio 'Introducción a skfuzzy'
2
Readings
- Ayudas audiovisuales - Módulo 01
- Lecturas complementarias sugeridas
Sistemas basados en reglas - Controladores difusos
2
Assignment
- Pon a prueba tus conocimientos. Cuestionario de práctica 2
- Demuestra tus conocimientos. Cuestionario calificado 2
1
Labs
- Inferencia difusa
9
Videos
- Variables lingüísticas
- Lógica difusa
- Sistemas basados en reglas - controladores difusos
- Inferencia difusa
- Presentación del laboratorio 'Inferencia difusa'
- Difusores y concresores
- La Base de Reglas
- Sistemas MIMO
- Control difuso
Herramientas de software
- Controladores difusos
1
Assignment
- Pon a prueba tus conocimientos. Cuestionario práctico 3
1
Labs
- Controladores difusos
6
Videos
- Presentación del laboratorio 'Controladores difusos'
- UNFuzzy - sistema SISO
- UNFuzzy - Sistema MISO
- UNFuzzy - código C++
- Scilab - Editor
- Scilab - xcos
1
Readings
- Ayudas audiovisuales. Módulo 02
Aprendizaje de máquina aplicado a Sistemas Basados en Reglas
- Agrupamiento difuso c-means
2
Assignment
- Pon a prueba tus conocimientos. Cuestionario práctico 4
- Demuestra tus conocimientos. Cuestionario calificado 3
1
Labs
- Agrupamiento difuso c-means
10
Videos
- ¿Qué es aprendizaje de máquina?
- Agrupamiento difuso - primera parte
- Agrupamiento difuso - segunda parte
- Presentación del laboratorio 'Agrupamiento difuso c-means'
- Aproximación de funciones
- Entrenamiento de sistemas basados en reglas
- Entrenamiento con UNFuzzy
- Optimización mediante Algoritmos Genéticos (primera parte)
- Optimización mediante Algoritmos Genéticos (segunda parte)
- Implementación de algoritmos genéticos con UNGenético
2
Readings
- Ayudas audiovisuales. Módulo 03
- Lecturas complementarias sugeridas
Números difusos y aritmética difusa
- Aritmética difusa
1
Labs
- Aritmética difusa
7
Videos
- Números difusos
- El principio de extensión (primera parte)
- El principio de extensión (segunda parte)
- Aritmética de intervalos
- Aritmética de números difusos
- Valor representativo, ambigüedad y nivel de optimismo
- Presentación del laboratorio 'Aritmética difusa'
Sistemas de computación con palabras basados en aritmética difusa
3
Assignment
- Pon a prueba tus conocimientos. Cuestionario práctico 5
- Pon a prueba tus conocimientos. Cuestionario práctico 6
- Demuestra tus conocimientos. Cuestionario calificado 4
8
Videos
- Estructura de un sistema de computación con palabras
- Interpretación lingüística
- Aproximación lingüística
- Función de razonamiento aproximado
- Fuzzynet (primera parte)
- Fuzzynet (segunda parte)
- Fuzzynet (tercera parte)
- Cierre
2
Readings
- Ayudas audiovisuales. Módulo 04
- Lecturas complementarias sugeridas
Auto Summary
Explore the fascinating world of fuzzy systems with this comprehensive course from Coursera. Designed for a broad audience, it blends theoretical and practical approaches to handle uncertainty in data. With minimal programming knowledge required, you'll dive into mathematical principles and hands-on labs over 1320 minutes. Subscription options include Starter and Professional. Ideal for those in Data Science & AI seeking to enhance their understanding of qualitative and quantitative data integration.

Oscar Germán Duarte Velasco