Machine learningCase-based reasoning
사례 기반 추론 (Case-Based Reasoning, CBR)
사례 기반 추론은 원칙이나 훈련된 통계 모델로부터 추론하는 대신, 과거에 해결된 유사한 문제를 검색하고 그 해결책을 조정하여 새로운 문제를 해결합니다. 1994년 Aamodt와 Plaza에 의해 검색-재사용-수정-유지 (Retrieve-Reuse-Revise-Retain) 사이클로 형식화되고 Janet Kolodner에 의해 대중화된 CBR은 의학, 법률, 공학 분야의 전문가들이 기억된 사례로부터 유추하여 추론하는 방식을 모방하며, 새로 해결된 각 사례를 저장함으로써 단순히 학습합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 2). Case-Based Reasoning (CBR). ScholarGate. https://scholargate.app/ko/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 →