Machine learningCase-based reasoning

Raonament basat en casos (CBR)

El raonament basat en casos resol un nou problema recuperant problemes similars resolts en el passat i adaptant les seves solucions, en lloc de raonar a partir de principis fonamentals o d'un model estadístic entrenat. Formalitzat com el cicle Recuperar-Reutilitzar-Revisar-Retenir (Retrieve-Reuse-Revise-Retain) per Aamodt i Plaza el 1994 i popularitzat per Janet Kolodner, el CBR imita com els experts humans en medicina, dret i enginyeria raonen per analogia a partir de casos recordats, i aprèn simplement emmagatzemant cada cas nou resolt.

Obre a MethodMindAviatVídeoAviatDownload slides

Llegeix el mètode complet

Només per a membres

Inicia la sessió amb un compte gratuït per llegir aquesta secció.

Inicia la sessió

Method map

The neighbourhood of related methods — select a node to explore.

Fonts

  1. Aamodt, A., & Plaza, E. (1994). Case-based reasoning: Foundational issues, methodological variations, and system approaches. AI Communications, 7(1), 39–59. DOI: 10.3233/AIC-1994-7104
  2. Kolodner, J. L. (1992). An introduction to case-based reasoning. Artificial Intelligence Review, 6(1), 3–34. DOI: 10.1007/BF00155578

Com citar aquesta pàgina

ScholarGate. (2026, June 2). Case-Based Reasoning (CBR). ScholarGate. https://scholargate.app/ca/soft-computing/case-based-reasoning

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Citat per

ScholarGateCase-Based Reasoning (Case-Based Reasoning (CBR)). Recuperat el 2026-06-15 de https://scholargate.app/ca/soft-computing/case-based-reasoning · Conjunt de dades: https://doi.org/10.5281/zenodo.20539026