Risinājums, kas balstīts uz gadījumiem (CBR)
Risinājums, kas balstīts uz gadījumiem, jaunu problēmu atrisina, atgūstot līdzīgas iepriekš atrisinātas problēmas un pielāgojot to risinājumus, nevis spriežot no pirmatnējiem principiem vai apmācīta statistikas modeļa. Aamodt un Plaza 1994. gadā formalizēja kā Atgūšanas-Atkārtotas izmantošanas-Pārskatīšanas-Saglabāšanas ciklu un popularizēja Janet Kolodner, CBR atspoguļo to, kā cilvēka eksperti medicīnā, tiesībās un inženierzinātnēs spriež pēc analoģijas no atcerētiem gadījumiem, un tā mācās, vienkārši saglabājot katru jaunatrisināto gadījumu.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 2). Case-Based Reasoning (CBR). ScholarGate. https://scholargate.app/lv/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.
- Koku lēmumu pieņemšana (Decision Tree)Mašīnmācīšanās↔ compare
- Fuzzy cognitive maps (FCM)Mīkstā skaitļošana↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →