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.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
- 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.
- BeslutningstræMaskinlæring↔ compare
- Fuzzy Cognitive Maps (FCM)Soft computing↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →