ScholarGate
Assistent
Machine learningCase-based reasoning

Case-Based Reasoning (CBR)

Case-based reasoning løser et nyt problem ved at genfinde lignende problemer, der er løst tidligere, og tilpasse deres løsninger, snarere end at ræsonnere ud fra første principper eller en trænet statistisk model. Formaliseret som Retrieve-Reuse-Revise-Retain-cyklussen af Aamodt og Plaza i 1994 og populariseret af Janet Kolodner, afspejler CBR, hvordan menneskelige eksperter inden for medicin, jura og ingeniørvidenskab ræsonnerer analogisk ud fra huskede tilfælde, og den lærer simpelthen ved at lagre hvert nyt løst tilfælde.

Åbn i MethodMindSnartVideoSnartDownload slides

Læs hele metoden

Kun for medlemmer

Log ind med en gratis konto for at læse dette afsnit.

Log ind

Method map

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

Kilder

  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

Sådan citerer du denne side

ScholarGate. (2026, June 2). Case-Based Reasoning (CBR). ScholarGate. https://scholargate.app/da/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

Refereret af

ScholarGateCase-Based Reasoning (Case-Based Reasoning (CBR)). Hentet 2026-06-15 fra https://scholargate.app/da/soft-computing/case-based-reasoning · Datasæt: https://doi.org/10.5281/zenodo.20539026