TY - JOUR AU - Peres, Sarajane Marques AU - Rocha, Thiago AU - Biscaro, Helton H. AU - Madeo, Renata Cristina B. AU - Boscarioli, Clodis PY - 2012/06/01 Y2 - 2024/03/28 TI - Tutorial sobre Fuzzy-c-Means e Fuzzy Learning Vector Quantization: Abordagens Híbridas para Tarefas de Agrupamento e Classificação JF - Revista de Informática Teórica e Aplicada JA - RITA VL - 19 IS - 1 SE - Tutoriais DO - 10.22456/2175-2745.13764 UR - https://seer.ufrgs.br/index.php/rita/article/view/rita_v19_n1_p120 SP - 120-163 AB - Neste tutorial é apresentada uma discussão sobre o algoritmo Fuzzy-c-Means e sobre as Redes Neurais Fuzzy, considerando a proposta de inserção de princípios da Teoria de Conjuntos Fuzzynas abordagens de agrupamento e classificação clássicas: algoritmo c-Means e o modelo neural Learning Vector Quantization. A motivação para a construção de um modelo híbrido, dessa categoria, é conferir às abordagens clássicas a capacidade de lidar adequadamente com aspectos de incerteza e imprecisão, comumente encontrados em problemas reais. ER -