Machine learningCase-based reasoning

הנמקה מבוססת-מקרה (CBR)

הנמקה מבוססת-מקרה פותרת בעיה חדשה על ידי אחזור בעיות דומות שנפתרו בעבר והתאמת פתרונותיהן, במקום להסיק מעקרונות ראשוניים או ממודל סטטיסטי מאומן. השיטה, שפורמלה כמעגל אחזור-שימוש חוזר-תיקון-שימור על ידי אמוד ופלאזה ב-1994 וזכתה לפופולריות על ידי ג'נט קולודנר, משקפת כיצד מומחים אנושיים ברפואה, משפטים והנדסה מנמקים באנלוגיה ממקרים זכורים, והיא לומדת פשוט על ידי אחסון כל מקרה שנפתר לאחרונה.

פתיחה ב-MethodMindבקרובוידאובקרובDownload slides

קראו את השיטה במלואה

לחברים בלבד

התחברו עם חשבון חינמי כדי לקרוא חלק זה.

התחברות

Method map

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

מקורות

  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

איך לצטט עמוד זה

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

מאוזכר על ידי

ScholarGateCase-Based Reasoning (Case-Based Reasoning (CBR)). אוחזר בתאריך 2026-06-15 מתוך https://scholargate.app/he/soft-computing/case-based-reasoning · מערך נתונים: https://doi.org/10.5281/zenodo.20539026