Raisonnement par cas – Présentation

Afficher la discussion

Améliorer l’article

Enregistrer l’article

J’aime l’article

Afficher la discussion

Améliorer l’article

Enregistrer l’article

J’aime l’article

Dans cet article, nous allons étudier en détail le raisonnement basé sur des cas (CBR) et discuter de la vue d’ensemble du raisonnement basé sur des cas dans l’apprentissage automatique et de son cycle de travail et enfin conclure avec ses avantages et ses limites. Discutons-en un par un.

Raisonnement par cas :
Le raisonnement basé sur des cas (CBR) résout de nouveaux problèmes en ajustant des solutions précédemment heureuses à des problèmes similaires. Roger Schank est largement considéré comme le début de CBR. Il a proposé une vision différente du raisonnement basé sur des modèles stimulé par la logique humaine et l’organisation de la mémoire.

Base du CBR :
Ici, nous discuterons des paramètres clés de base du CBR.

  1. Régularité-
    Les étapes identiques exécutées dans les mêmes circonstances auront tendance à avoir des résultats identiques ou similaires.
  2. Typique-
    Les expériences ont tendance à se répéter.
  3. Cohérence-
    Un changement mineur dans les circonstances nécessite simplement de petits changements dans l’explication et dans l’effet.
  4. Adaptabilité-
    Lorsque les choses se reproduisent, les différences ont tendance à être infimes et les petites différences sont simples à rembourser.

Cycle de travail de CBR :
Ici, nous allons discuter du cycle de travail de la RBC.

  • Récupération de cas –
    Une fois que le résultat du problème a été jugé, le meilleur cas de coordination est exploré dans la base de cas et une solution estimée est récupérée.
  • Adaptation au cas –
    Le résultat récupéré est ajusté pour s’adapter plus finement à la nouvelle émission.
  • Évaluation des solutions –
    La solution modifiée peut être jugée soit avant que la solution ne soit appliquée à la complication, soit après l’application de la solution, la solution modifiée doit être adaptée à nouveau ou plusieurs cas doivent être modifiés.
  • Mise à jour au cas par cas –
    Si la solution a été vérifiée comme étant correcte, le nouveau cas peut être ajouté au cas.

Connaissances en RBC :
Le vocabulaire comprend les connaissances nécessaires pour choisir les caractéristiques utilisées pour décrire les cas.

  • Les caractéristiques de cas doivent être spécifiées afin qu’elles puissent être utiles pour récupérer d’autres cas, qui contiennent des solutions utiles à des problèmes similaires.
  • L’estimation de la similarité comprend la maîtrise de la mesure de similarité elle-même et la prise en main utilisée pour choisir l’entreprise la plus efficace de la base de cas utilisée et la méthode de recherche de cas la plus appropriée.
  • Les connaissances de modification comprennent les connaissances nécessaires à l’exécution des phases d’adaptation et d’évaluation du cycle de travail RBC.
  • Les cas contiennent des connaissances sur les instances de problèmes résolus et, dans de nombreux systèmes CBR, cela représente les connaissances que le système acquiert pendant l’utilisation.

Avantages de la RBC :
Ici, nous discuterons des avantages de la RBC.

  • La RBC prend en charge la facilité d’élicitation des connaissances.
  • La RBC fonctionne efficacement en l’absence de biais de résolution de problèmes.
  • Il est adapté aux positions de résultat multiplexées et non complètement formalisées.
  • Il maintient la facilité d’explication.
  • Il porte la facilité d’entretien.

Limites :
Ici, nous discuterons des limites du CBR.

  • CBR trouve qu’il est complexe de gérer de grandes bases de cas.
  • Il est presque impossible pour CBR de résoudre les problèmes de domaine dynamique
  • La méthode CBR est incapable de gérer les données bruyantes

Références :
https://en.wikipedia.org/wiki/Case-based_reasoning

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *