사례기반추론 관련 알고리즘 공부를 위해 정리한 자료 입니다.
사례 기반 추론 (Case based reasoning)
과거의 유사한 문제의 해법에 기초하여 새로운 문제를 해결하는 방법.
CBR 과정
검색 (Retrieve)
적절한 사례들을 검색한다. 하나의 사례는 문제와 그 해 그리고 그 해가 어떻게 유도되었는지에 대한 설명으로 구성
재사용 (Reuse)
이전 사례로부터 대상 문제의 해를 연결. 새로운 상황에 맞추기 위해 필요한 만큼 해를 적응시키는 것 포함
수정 (Revise)
이전의 해법을 대상의 상황에 연결한 후, 새로운 해법을 테스트하고, 필요하다면 수정한다.
유지 (Retain)
해법이 성공적으로 대상 문제에 적용된 후에, 그러한 경험이 메모리에 새로운 사례로서 저장된다.
다른 방법과 비교
하나의 사례를 선택한다면 그 사례를 암묵적으로 일반화한다. RIA(규칙 유도 알고리즘)은 대상 문제를 알기 전에 일반화를 끌어낸다. 훈련 예를 RIA에 학습시킬 때 모든 훈련 방법에서의 일반적인 규칙을 유도해 낼 것이다. RIA 의 어려움은 훈련 예를 일반화하는 것이 예상과는 다른 방향으로 시도될 때 발생한다. CBR에서 대상 문제를 받고 테스트까지 일반화를 지연시킨다. 이것을 늦은 일반화 전략이라고 한다. CBR은 일정 상황에 필요한 대로 정확하게 그 사례들을 일반화할 수 있다.
추가
CBR 의 추론 과정은 경험 위주의 운영이므로 일반적 통계 데이터 없이 운영되기 힘들고 데이터가 모든 과정에 일반화가 올바른지 보장은 없다.
