Anar al contingut

Aprenentage automàtic basat en regles

De L'Enciclopèdia, la wikipedia en valencià

El aprenentage automàtic basat en regles (RBML) és un terme de l'informàtica que engloba qualsevol método d'aprenentage automàtic que identifica, deprén o evoluciona "regles" per a almagasenar, manipular o aplicar.[1][2][3] La característica que definix a un aprenent automàtic basat en regles és l'identificació i utilisació d'un conjunt de regles relacionals que representen colectivament el coneiximent captat pel sistema.

Els enfocaments d'aprenentage automàtic basats en regles inclouen sistemes classificadors d'aprenentage,[4] aprenentage de regles d'associació,[5] sistemes inmunitario artificials,[6] i qualsevol atre método que es base en un conjunt de regles, cada una de les quals comprén coneiximents contextuals.

Encara que l'aprenentage automàtic basat en regles és conceptualment un tipo de sistema basat en regles, és distint dels sistemes tradicionals basats en regles, que solen elaborar-se a mà, i d'atres sistemes de presa de decisions basats en regles. Açò es deu a que l'aprenentage automàtic basat en regles aplica algun tipo d'algoritme d'aprenentage per a identificar automàticament les regles útils, en lloc de que un humà tinga que aplicar coneiximents previs del domini per a construir manualment les regles i curar un conjunt de regles.

Les regles solen adoptar la forma d'una expressió {IF:THEN}, (per eixemple, {IF 'condició' THEN 'resultat'}, o com a eixemple més específic, {IF 'roig' AND 'octògon' THEN 'senyal de stop}). Una regla individual no és en sí mateixa un model, ya que la regla només és aplicable quan es complix la seua condició. Per lo tant, els métodos d'aprenentage automàtic basats en regles solen comprendre un conjunt de regles, o base de coneiximents, que conformen colectivament el model de predicció.

Vore també

[editar | editar còdic]

Referències

[editar | editar còdic]
  1. The Plant Cell.doi:10.1105/tpc.111.088153.
  2. Journal of Artificial Intelligence Research.doi:10.1613/jair.199.Consultat el 25 d'abril de 2024.
  3. GECCO 2016.
  4. Journal of Artificial Evolution and Applications.2009
    i736398.ISSN 1687-6229.doi:10.1155/2009/736398.Consultat el 2024-04-25.
  5. Zhang, Chengqi; Zhang, Shichao (2003-08-01). Association Rule Mining: Models and Algorithms (en en), Springer. ISBN 978-3-540-46027-5.
  6. Castro, Leandro Nunes de; Timmis, {{{nom2}}} (2002-09-23). Artificial Immune Systems: A New Computational Intelligence Approach (en en), Springer Science & Business Mija. ISBN 978-1-85233-594-6.


Referències

[editar | editar còdic]