数据挖掘中的神经网络和模糊逻辑的概念是啥？
【神经网络】
人工神经网络（Artificial Neural Networks，简写为ANNs）也简称为神经网络（NNs）或称作连接模型（Connection Model），它是一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。
最常用的就是BP神经网络了，你做数据挖掘SVM也很常用。
【模糊】
模糊逻辑指模仿人脑的不确定性概念判断、推理思维方式，对于模型未知或不能确定的描述系统，以及强非线性、大滞后的控制对象，应用模糊集合和模糊规则进行推理，表达过渡性界限或定性知识经验，模拟人脑方式，实行模糊综合判断，推理解决常规方法难于对付的规则型模糊信息问题。模糊逻辑善于表达界限不清晰的定性知识与经验，它借助于隶属度函数概念，区分模糊集合，处理模糊关系，模拟人脑实施规则型推理，解决因“排中律”的逻辑破缺产生的种种不确定问题 。
粗糙集(Roughset,也称粗集)理论是波兰学者2.Pawlak于1982年提出的,它为处理不确切的!不完整的信息提供了一种新的数学工具。粗糙集理论建立在分类机制的基础之上,将分类理解为特定空间上的等价关系,而等价关系构成了对该空间的划分。该理论将知识理解为对数据的划分,每一划分的集合称为概念。粗糙集理论的主要思想是在保持信息系统分类能力不变的前提下,利用己知的知识库,将不精确或不确定的知识用知识库中己有的知识来近似刻画,通过知识的补充!约简,导出问题的决策或分类规则。
粗糙集理论与其它处理不确定和不精确问题理论最显著的区别是粗糙集理论无须提供问题所需处理的数据集合之外的任何先验信息,对问题的不确定性的描述或处理比较客观,又由于这个理论未包含处理不精确或不确定原始数据的机制,所以该理论与概率论!模糊数学!证据理论等其它处理不精确或不确定问题的理论有很强的互补性。粗糙集理论不仅为信息科学和认知科学提供了新的研究方法,而且为智能信息处理提供了有效的处理技术。目前粗糙集理论己经是人工智能领域方面的一个研究热点,成为数据挖掘应用的主要技术之一,受到各国学者的高度重视。
洗衣机上的FUZZY是什么意思？？？
FUZZY：人工智能，意思是模糊的称重功能，感知衣服重量，根据重量选择水位，操作简单即启动电源后按设定程序自动完成洗衣。
在“FUZZY”技术问世后不久，以三洋为首的厂家研发出了更先进的“NEURO FUZZY”技术，相对于“FUZZY”来说，“NEUROFUZZY”技术更加智能，也更加精确，不但能检测衣物的重量，还能同时检测衣物的面料、脏净程度甚至检测洗涤水温，
而所选择的程序也不再是固化的，而是无限制的自由组合程序，随着“NEUROFUZZY”技术的出现，标志着洗衣机进入了全智能模糊逻辑控制的时代，相对来说，“FUZZY”技术只能算是半模糊逻辑控制了。
扩展资料：
模糊理论（Fuzzy Theory）是指用到了模糊集合的基本概念或连续隶属度函数的理论，它可分类为模糊数学，模糊系统，不确定性和信息，模糊决策，模糊逻辑与人工智能这五个分支，它们并不是完全独立的，它们之间有紧密的联系。
例如，模糊控制就会用到模糊数学和模糊逻辑中的概念，从实际应用的观点来看，模糊理论的应用大部分集中在模糊系统上，尤其集中在模糊控制上，也有一些模糊专家系统应用于医疗诊断和决策支持，由于模糊理论从理论和实践的角度看仍然是新生事物，随着模糊领域的成熟，将会出现更多可靠的实际应用。
参考资料来源：百度百科-模糊理论
