Co je Fuzzy Logic?
Fuzzy Logic je přístup k zpracování proměnných, který umožňuje zpracování více hodnot prostřednictvím stejné proměnné. Fuzzy logika se pokouší vyřešit problémy s otevřeným, nepřesným spektrem dat, které umožňuje získat řadu přesných závěrů. Fuzzy logika je navržena tak, aby řešila problémy tím, že vezme v úvahu všechny dostupné informace a učiní co nejlepší rozhodnutí s ohledem na vstup.
Klíč s sebou
- Fuzzy logika umožňuje pokročilejší zpracování stromů rozhodování a lepší integraci s programováním založeným na pravidlech. Teoreticky to dává přístupu více příležitostí napodobit okolnosti reálného života. Fuzzy logiku mohou kvantitativní analytici použít ke zlepšení provádění svých algoritmů.
Pochopení fuzzy logiky
Fuzzy logika vychází z matematického studia fuzzy konceptů, které také zahrnují fuzzy sady dat. Matematici mohou používat různé termíny při odkazování na fuzzy koncepty a fuzzy analýzy. Obecně a komplexně jsou tyto termíny klasifikovány jako fuzzy sémantika.
V praxi všechny tyto konstrukty umožňují více hodnot „skutečné“ podmínky. Namísto True je číselně ekvivalentem 1 a False ekvivalentem 0 (nebo naopak) může být podmínkou True libovolný počet hodnot menší než jedna a větší než nula. To vytváří příležitost pro algoritmy rozhodovat se na základě cenových dat na rozdíl od jednoho diskrétního datového bodu.
Fuzzy logické úvahy
Fuzzy logika ve svém nejzákladnějším smyslu je vyvinuta analýzou typu rozhodovacího stromu. V širším měřítku tak tvoří základ pro systémy umělé inteligence naprogramované prostřednictvím inferencí založených na pravidlech.
Obecně se pojem fuzzy týká velkého počtu scénářů, které lze vyvinout v systému rozhodovacích stromů. Vývoj fuzzy logických protokolů může vyžadovat integraci programování založeného na pravidlech. Tato programovací pravidla mohou být označována jako fuzzy sady, protože jsou vyvíjena podle uvážení komplexních modelů.
Fuzzy sady mohou být také složitější. Ve složitějších programových analogiích mohou mít programátoři schopnost rozšířit pravidla použitá pro určení začlenění a vyloučení proměnných. To může vyústit v širší škálu možností s méně přesným zdůvodněním založeným na pravidlech.
Fuzzy sémantika v umělé inteligenci
Koncept fuzzy logiky a fuzzy sémantiky je ústřední součástí programování řešení umělé inteligence. Řešení a nástroje pro umělou inteligenci se v ekonomice stále rozšiřují napříč odvětvími, protože se rozšiřují také programovací schopnosti z fuzzy logiky.
Watson od společnosti IBM je jedním z nejznámějších systémů umělé inteligence využívajících variací fuzzy logiky a fuzzy sémantiky. Konkrétně ve finančních službách se fuzzy logika používá ve strojovém učení a technologických systémech podporujících výstupy investiční inteligence.
U některých pokročilých obchodních modelů lze integraci fuzzy logické matematiky použít také k tomu, aby analytici pomohli vytvořit automatizované signály pro nákup a prodej. Tyto systémy pomáhají investorům reagovat na širokou škálu měnících se tržních proměnných, které ovlivňují jejich investice.
V pokročilých modelech obchodování se softwarem mohou systémy použít programovatelné fuzzy sady k analýze tisíců cenných papírů v reálném čase a představit investorovi nejlepší dostupnou příležitost. Fuzzy logika se často používá, když se obchodník snaží využít více faktorů k posouzení. To může vést ke zúžené analýze obchodních rozhodnutí. Obchodníci mohou mít také schopnost programovat řadu pravidel pro provádění obchodů. Dva příklady zahrnují následující:
Pravidlo 1: Pokud je klouzavý průměr nízký a relativní index síly je nízký, pak prodejte.
Pravidlo 2: Pokud je klouzavý průměr vysoký a index relativní síly je vysoký, pak nakupujte.
Fuzzy logika umožňuje obchodníkovi naprogramovat své vlastní subjektivní závěry o nízkých a vysokých hodnotách v těchto základních příkladech, aby dospěly k vlastním automatizovaným obchodním signálům.
