Machine learningCase-based reasoning

Case-Based Reasoning (CBR)

การให้เหตุผลโดยอิงจากกรณี (Case-Based Reasoning: CBR) ใช้แก้ปัญหาใหม่โดยการค้นหากรณีที่คล้ายคลึงกันซึ่งเคยแก้ไขได้ในอดีตและปรับปรุงแก้ไขวิธีแก้ปัญหานั้นๆ แทนที่จะเป็นการให้เหตุผลจากหลักการพื้นฐานหรือแบบจำลองทางสถิติที่ได้รับการฝึกฝนมา CBR ถูกกำหนดรูปแบบเป็นวัฏจักร Retrieve-Reuse-Revise-Retain (ค้นหา-นำกลับมาใช้ใหม่-แก้ไข-เก็บรักษา) โดย Aamodt และ Plaza ในปี 1994 และได้รับความนิยมโดย Janet Kolodner CBR เลียนแบบวิธีการที่ผู้เชี่ยวชาญของมนุษย์ในสาขาการแพทย์ กฎหมาย และวิศวกรรมให้เหตุผลโดยการเปรียบเทียบจากกรณีที่จดจำได้ และเรียนรู้โดยการจัดเก็บแต่ละกรณีที่แก้ไขได้ใหม่แต่ละกรณี

เปิดใน MethodMindเร็ว ๆ นี้วิดีโอเร็ว ๆ นี้Download slides

อ่านวิธีฉบับเต็ม

สำหรับสมาชิกเท่านั้น

เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้

เข้าสู่ระบบ

Method map

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

แหล่งอ้างอิง

  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

วิธีอ้างอิงหน้านี้

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

ถูกอ้างอิงโดย

ScholarGateCase-Based Reasoning (Case-Based Reasoning (CBR)). สืบค้นเมื่อ 2026-06-15 จาก https://scholargate.app/th/soft-computing/case-based-reasoning · ชุดข้อมูล: https://doi.org/10.5281/zenodo.20539026