模糊邏輯與機率：容易混淆的概念

在本文中，您將瞭解模糊邏輯和機率之間的區別。

模糊邏輯

這是一種多值邏輯，其中變數的真值可以是 0 和 1 之間的實數，包括 0 和 1。一切都有一個隸屬度。

  • 它基於自然語言處理。

  • 它可以與程式設計整合。

  • 它最適合近似計算。

  • 它通常被量化分析師使用。

  • 它有助於理解模糊的概念。

  • 它捕捉了部分真值的含義。

  • 隸屬度在一個集合中。

  • 它用於空調、面部識別、真空吸塵器、變速系統和地鐵控制系統。

機率

它是數學的一個分支，它處理對事件發生的可能性或命題為真的可能性的數值描述。

  • 其值介於 0 和 1 之間。

  • 它不能用於高精度近似。

  • 它捕捉部分知識。

  • 它處理事件發生的可能性。

  • 它不能捕捉任何型別的模糊性。

  • 它只能給出事件是否可能發生以及有多少可能性的數值。

  • 機率事件在一個集合中。

  • 它用於製造業、決策、風險評估、情景分析、長期收益和損失計算等領域。

兩者都是表達不確定性的術語，但方式不同。它告訴您當新的資料到來時，不確定性如何在一段時間內發生變化。

考慮以下兩個例子：

示例 1：今天有 59% 的機率會下雨。

示例 2：今天天氣會下雨。

示例 1 表示一個百分比/機率，是一個數字。

示例 2 是模糊的，沒有關於嚴重程度的清晰說明。該陳述是主觀的。

更新於：2022年10月14日

2K+ 次瀏覽

開啟您的職業生涯

透過完成課程獲得認證

開始學習
廣告