Intro Ducci On CBR

Razonamiento Basado en
Casos (CBR)
Introduccin
Fernando Daz Gmez
E. U. de Informtica Segovia
Universidad de Valladolid
Sistemas Inteligentes
ndice
Introduccin
Historia en el
campo de CBR
Mtodos
fundamentales
de CBR
Representacin
de Casos
Recuperacin
Adaptacin
Revisin
Aprendizaje
Ejemplos de
aplicacin
Qu es Razonamiento basado en casos?
Introduccin
Ms sabe el diablo por viejo que por diablo

(Popular)
Historia en el
La experiencia es la madre de la Ciencia
campo de CBR
(Popular)
Mtodos
fundamentales
de CBR
Representacin Bsicamente, resuelve un nuevo problema
de Casos
recordando situaciones similares anteriores y
Recuperacin
reutiliza el conocimiento y la informacin de
Adaptacin
estas situaciones.
Revisin
Aprendizaje
Ejemplos de
aplicacin
Un ejemplo de CBR
Introduccin
Historia en el
campo de CBR
Mtodos
fundamentales
de CBR
Representacin
de Casos
Recuperacin
Adaptacin
Revisin
Aprendizaje
Ejemplos de
aplicacin
Queremos decidir el men de una cena. Entre los

invitados hay vegetarianos y Ana, que es alrgica a los
productos lcteos. Como es la temporada del tomate,
queremos usarlos en el plato principal.
Una vez que tena vegetarianos a cenar prepar pastel de tomate como
plato principal y tuve mucho xito.
Pero este plato contiene queso y Ana no lo puede comer.
Sin embargo, recuerdo que en otras ocasiones he adaptado recetas para
Ana, sustituyendo el queso por tofu. Podra hacerlo as, pero no s
como resultar el pastel de esta forma.
Decidimos descartar la tarta de tomate.
Estara bien hacer pescado a la parrilla. Aunque la ltima vez descubr
que a Elena no le gusta el pescado y tuve que hacer unos perritos
calientes a ltima hora.
Sin embargo, recuerdo que en una ocasin Elena comi pez espada.
Quiz sea de esas personas a las que les gusta el pescado que parece
carne.
Creo que me arriesgar con el pez espada
Un ejemplo de CBR
Introduccin
Historia en el
campo de CBR
Mtodos
fundamentales
de CBR
Representacin
de Casos
Recuperacin
Adaptacin
Revisin
Aprendizaje
Ejemplos de
aplicacin
En este ejemplo se ha razonado sobre casos

previos para distintos objetivos:
Como medio para resolver un problema nuevo:
sugerir pastel de tomate como plato principal.
Para sugerir una adaptacin para una solucin
imperfecta: sustituir el queso por tofu.
Para advertir sobre posibles fallos: en una ocasin
Elena no quiso comer pescado.
Para interpretar una situacin: Por qu Elena
come pescado en unas ocasiones y en otras no?
CBR como modelo del razonamiento humano

Los seres humanos resolvemos muchos
problemas razonando con casos previos:
Introduccin
Historia en el
campo de CBR
Mtodos
fundamentales
de CBR
Representacin
de Casos
Recuperacin
Adaptacin
Revisin
Aprendizaje
Ejemplos de
aplicacin y
Herramientas
Los abogados usan en sus argumentaciones el

veredicto de casos previos sobre el sistema
judicial anglosajn Los mdicos buscan conjuntos de sntomas que
identifican al paciente con algn conjunto de casos
previos
Los ingenieros toman muchas de sus ideas de
soluciones previas ya construidas con xito
Plausibilidad
psicolgica:
El reutilizan
CBR es un
modo
Los programadores
expertos
esquemas
natural
razonamiento
delas
lossoluciones
seres humanos.
ms ode
menos
abstractos de
En la vida diaria, donde la mayor parte de las
tareas son de una u otra forma repetitivas: ir a un
establecimiento, confeccionar el men de la
semana,
organizar un viaje.
CBR como metodologa
Introduccin
El CBR es una metodologa que emplea diferentes

tecnologas para la construccin de sistemas expertos,
alternativa a los sistemas basados en reglas.
Sistemas expertos basados en reglas, la aproximacin
clsica:
Hechos conocidos sobre el dominio

Historia en el
Reglas de la forma IF-THEN
campo de CBR
Motor de inferencia: razonamiento hacia delante, razonamiento
Mtodos
hacia atrs, generacin y prueba
fundamentales
de CBR
El cuello de botella en la construccin de sistemas
Representacin
expertos basados en reglas radica en la obtencin del
de Casos
conocimiento.
Recuperacin
Hay algn experto dispuesto a dedicar el tiempo necesario para
sacar a luz el conocimiento? Hay alguno capaz de hacerlo?
Adaptacin
El experto y el ingeniero de conocimiento hablan el mismo
Revisin
idioma?
Aprendizaje
Es posible representar formalmente el conocimiento obtenido?
Ejemplos de
aplicacin
Ventajas del CBR

Ventajas del CBR en la adquisicin de conocimiento:
Introduccin
Historia en el
campo de CBR
Mtodos
fundamentales
de CBR
Representacin
de Casos
Recuperacin
Adaptacin
Revisin
Aprendizaje
Ejemplos de
aplicacin
A los expertos les resulta ms sencillo contar batallitas que

proporcionar reglas de aplicacin general.
Mediante el CBR se pueden proponer soluciones en dominios que
no se comprenden de todo
Es posible evaluar las soluciones cuando no existe ningn
mtodo algortmico para hacerlo
Resulta ms sencillo adquirir nuevos casos que descubrir reglas y
generalizaciones nuevas
Es ms rpido reutilizar una solucin previa que obtener la

solucin desde cero.
es especialmente
en dominios
El
Los CBR
casos ayudan
a un razonadoradecuado
a concentrarse
en los
aspectos
importantes deyun
problema,
al identificar las
poco
formalizados
donde
el aprendizaje
juega
caractersticas
definitorias.
un
papel preponderante
Los casos pueden proporcionar tambin informacin
negativa, alertando sobre posibles fallos (excepciones)
Mantenimiento de la base de conocimiento: los usuarios
pueden aadir
nuevos
casos sin ayuda de los expertos.
Sistemas
Inteligentes
Aceptacin de los usuarios.
Tipos bsicos de sistemas CBR

Interpretacin de Situaciones.
Introduccin
Historia en el
campo de CBR
Objetivo: formular
un juicio o clasificar
una situacin
Determinar las caractersticas relevantes de la situacin

actual.
Recuperar casos- ya clasificados o interpretados- con
caractersticas similares.
Comparar la situacin actual con los casos recuperados
para determinar qu interpretacin es aplicable.
Utilizando los casos previos como justificacin de la
eleccin.
Guardar la situacin actual junto con su interpretacin y
su justificacin como un nuevo caso. Objetivo: aplicar la
Mtodos
fundamentales
de CBR
Representacin
solucin a un
de Casos
Resolucin de problemas
problema pasado
Recuperacin
Determinar las caractersticas relevantes
problema.
paradel
obtener
la
solucin
del
Adaptacin
Recuperar casos que resuelven problemas
similares.
problema actual
Revisin
Adaptar la solucin de los casos recuperados al problema
actual.
Aprendizaje
Sistemas
Inteligentes actual junto con su solucin como
Ejemplos de
Guardar
el problema
aplicacin
un nuevo caso.
Las tareas centrales que todos los mtodos de

CBR deben tratar son:
Introduccin
Historia en el
campo de CBR
Mtodos
fundamentales
de CBR
encontrar un caso anterior similar al nuevo

problema que se quiere resolver,
usar el caso para sugerir una solucin al problema a
tratar,
evaluar la solucin propuesta y
actualizar el sistema aprendiendo la nueva
experiencia.
Representacin
El paradigma de los CBRs cubre un rango de
de Casos
diferentes mtodos para organizar,
Recuperacin
recuperar, utilizar e indexar el conocimiento
Adaptacin
Revisin
retenido en casos pasados.
Aprendizaje
Ejemplos de
aplicacin
Tipos principales de mtodos CBR

Razonamiento basado en ejemplares.
Introduccin
Historia en el
campo de CBR
Mtodos
fundamentales
de CBR
Sistemas CBR que se centran en el aprendizaje de definiciones

de conceptos.
Un concepto se define por su extensin: el conjunto de
ejemplares
El sistema se limita a realizar clasificacin, asignndole una
categora (concepto) al caso nuevo. Sin adaptacin.
Razonamiento basado en la memoria.
Se hace especial hincapi en la organizacin y el acceso a

grandes memorias de casos.
Es caracterstico el uso de tcnicas de procesamiento paralelo.
Representacin Razonamiento basado en casos.

de Casos
Cierta complejidad en la representacin de los casos.
Recuperacin
Incluyen mecanismos de adaptacin.
Adaptacin
Incluyen algn tipo de conocimiento de propsito general.
Revisin
Razonamiento basado en analogas.
Aprendizaje
Intentan resolver un nuevo problema utilizando casos antiguos
Ejemplos de
provenientes
de un dominio de conocimiento diferente.
aplicacin
Ciclo de vida de un CBR
Introduccin
Historia en el
campo de CBR
Mtodos
fundamentales
de CBR
Representacin
de Casos
Recuperacin
Adaptacin
Revisin
Aprendizaje
Ejemplos de
aplicacin
Nuevo
problema
(1) RECUPERAR
Casos
ms similares
MEMORIA
(2) ADAPTAR
CASOS
PREVIOS
(4) RETENER
Soluci
Solucin
Confirmada
(3) REVISAR
Soluci
Solucin
Propuesta
Conocimiento incluido en los casos
Introduccin
Historia en el
campo de CBR
Mtodos
fundamentales
de CBR
Representacin
de Casos
Recuperacin
Adaptacin
Revisin
Aprendizaje
Ejemplos de
aplicacin
Qu es un caso? Un caso es una pieza

contextualizada de conocimiento que representa una
experiencia que ensea una leccin fundamental para
alcanzar los objetivos del razonador (Kolodner &
Leak).
El conocimiento del caso es aplicable siempre que se
presente un determinado contexto.
No todas las situaciones ensean una leccin.
Casos redundantes
Casos cubiertos por el conocimiento general
Qu lecciones puede ensear un caso?

Cmo conseguir uno o varios objetivos
Cmo alcanzar el estado necesario para poder lograr un
objetivo
Qu problemas se pueden plantear a la hora de lograr un
objetivo
Conocimiento general
Conocimiento de similitud
Introduccin
Historia en el
campo de CBR
Mtodos
fundamentales
de CBR
Reglas de adaptacin
Generalizaciones de los casos
Representacin Modelos de dominio que se utilizan en las

de Casos
distintas fases del CBR
Recuperacin
Adaptacin
Revisin
Aprendizaje
Ejemplos de
aplicacin
El contenido de los casos

Descripcin de la situacin o el problema
Introduccin
Historia en el
campo de CBR
Mtodos
fundamentales
de CBR
Objetivos
Restricciones para la consecucin de los objetivos
Caractersticas de la situacin
Solucin
La solucin
Cmo se obtuvo la solucin
Justificaciones de las decisiones tomadas en la
solucin
Representacin
de Casos
Resultado
Recuperacin
Si tuvo xito o no
Adaptacin
En caso de fallo
Revisin
Por qu fall
Aprendizaje
Qu
estrategia
de reparacin se aplic
Sistemas
Inteligentes
Ejemplos de
aplicacin
Tareas en la fase de Recuperacin
1. Valoracin de la situacin.
Introduccin
Historia en el
campo de CBR
Mtodos
fundamentales
de CBR
Representacin
de Casos
Recuperacin
Adaptacin
Revisin
Aprendizaje
Ejemplos de
aplicacin
Determinar las caractersticas que permiten

encontrar casos relevantes
Se debe limitar el coste de la obtencin de los
ndices
2. Bsqueda en la memoria para encontrar los casos

que guardan una similitud por encima de cierto
umbral. Comparacin superficial.
El procedimiento de bsqueda depender de la

organizacin- la estructura de datos- de los casos
En ocasiones, los casos se organizan
automticamente utilizando mtodos de
aprendizaje mquina.
3. Ordenacin de los casos recuperados.

4. Seleccin
del caso mejor
Tareas en la fase de Adaptacin
Introduccin
Historia en el
campo de CBR
Mtodos
fundamentales
de CBR
1. Se utiliza el conocimiento incluido en el

caso recuperado para resolver/clasificar el
problema actual.
Sin modificar. La solucin es vlida o es el usuario

quien se encarga de adaptarla o interpretarla
Modificando. Se adapta la solucin (resolucin de
problemas) o la justificacin (interpretacin de
situaciones) de los casos recuperados.
Representacin
2. Tipos de adaptacin.
de Casos
Recuperacin
Sin modificar la estructura. Insertar elementos,
Adaptacin
eliminar elementos, sustituir elementos.
Revisin
Transformando la estructura.
Aprendizaje
Ejemplos de
aplicacin
Tareas en la fase de Adaptacin
Introduccin
Historia en el
campo de CBR
Mtodos
fundamentales
de CBR
Representacin
de Casos
Recuperacin
Adaptacin
Revisin
Aprendizaje
Ejemplos de
aplicacin
Mtodos de adaptacin.
Mtodos basados en sustitucin (Reinstanciacin,

Ajuste de parmetros, Bsqueda local, Bsqueda
en la memoria, Bsqueda especializada,
Sustitucin basada en casos).
Mtodos basados en transformacin

(Transformaciones de sentido comn: Heursticas
generales, Reparacin guiada por un modelo: se
apoya en un modelo causal).
Adaptacin y reparacin de propsito especial
Sistemas
Inteligentes
Analoga
derivacional
Tareas en la fase de Revisin
Introduccin
Historia en el
campo de CBR
Mtodos
fundamentales
de CBR
1. Es correcta la solucin propuesta?

2. La evaluacin de la solucin se realiza fuera
del sistema CBR
Respuesta de un experto (o del usuario)

Simulacin
3. Reparacin de los fallos
Se identifican las causas del fallo

Se solicita una explicacin del fallo de las
expectativas
Se solicita una reparacin o el propio sistema se
encarga de aplicar estrategias de reparacin
Representacin
de Casos
Recuperacin
Adaptacin
4. Si el sistema poda llegar a la solucin
Revisin
correcta, por qu no lo hizo al primer
Aprendizaje
intento?
Ejemplos de
aplicacin
Tareas en la fase de Aprendizaje

1.
2.
Introduccin
Historia en el
campo de CBR
Mtodos
fundamentales
de CBR
Representacin
de Casos
Recuperacin
Adaptacin
Revisin
Aprendizaje
Ejemplos de
aplicacin
3.
4.
En CBR el razonamiento y el aprendizaje estn

ntimamente ligados
Un sistema CBR mejora con el uso al ir adquiriendo
nuevas experiencias que integra adecuadamente
Mejora la eficiencia del sistema al disponer de ms
casos a partir de los cuales obtener soluciones
Tareas del aprendizaje:
Extraccin de la informacin a recordar (la descripcin,

la solucin, el resultado, la justificacin de la solucin,
las causas de fallo,)
Obtencin de los ndices que sirven para clasificar la
nueva informacin
Integracin del conocimiento. Ubicacin del nuevo caso
en el lugar correcto dentro de la base de casos,
incorporacin de nuevos ndices, reorganizacin de los
ndices, construccin de abstracciones de los casos.
Cuestiones a considerar
Introduccin
Historia en el
campo de CBR
Mtodos
fundamentales
de CBR
Representacin
de Casos
Recuperacin
Adaptacin
Revisin
Aprendizaje
Ejemplos de
aplicacin
De qu partes se compone un caso?
Descripcin del problema

Descripcin de la solucin
Resultado, si admitimos que el sistema se pueda
equivocar (opcional)
Qu tipo de conocimiento se incluye en cada parte?

Qu formalismos de representacin son adecuados?
Representacin del problema
Describe el estado del mundo al comenzar el

razonamiento
Introduccin
Historia en el
campo de CBR
Mtodos
fundamentales
de CBR
Representacin
de Casos
Recuperacin
Adaptacin
Revisin
Aprendizaje
Ejemplos de
aplicacin
Situacin a interpretar o clasificar

Problema a resolver, o artefacto a disear
Total o parcialmente se utiliza para determinar la

similitud entre los casos
Tres posibles componentes:
Objetivos que consigue el caso: diagnosticar,

evaluar, explicar, Slo se representa
explcitamente cuando hay varios objetivos posibles
Restricciones impuestas sobre los objetivos: se debe
tener en cuenta en la solucin
Otras caractersticas del problema se pueden tener en
cuenta en la solucin
Contenido de las soluciones
Elementos que pueden formar parte de las

soluciones:
Introduccin
Historia en el
campo de CBR
Mtodos
fundamentales
de CBR
Representacin
de Casos
Recuperacin
Adaptacin
Revisin
Aprendizaje
Ejemplos de
aplicacin
La propia solucin: el artefacto, el plan o la

interpretacin.
Los pasos del razonamiento que se han utilizado para
resolver el problema:
Justificaciones de las decisiones tomadas para la

resolucin, para as:
Operadores aplicados
Qu casos se han utilizado y cmo se han adaptado
Reglas aplicadas
Guiar la adaptacin
Qu casos se han utilizado y cmo se han adaptado
Reglas aplicadas
Soluciones aceptables que no se eligieron (y por qu)

Soluciones inaceptables que se descartaron (y por qu)
Las expectativas
sobre el resultado de la aplicacin
Resultado de los casos
Elementos que pueden formar parte del resultado:
Introduccin
Historia en el
campo de CBR
Mtodos
fundamentales
de CBR
Representacin
de Casos
Recuperacin
Adaptacin
Revisin
Aprendizaje
Ejemplos de
aplicacin
El propio resultado (a veces desde diferentes puntos de

vista)
Si el resultado se ajusta o no a las expectativas de la
solucin
Si el resultado es de xito o de fracaso
Una explicacin del fallo o de la violacin de las
expectativas
Estrategia de reparacin
Qu se podra haber hecho para evitar el problema
Un puntero al siguiente intento de solucin (resultado de
la reparacin)
La informacin representada en el resultado permite
Saber si se debe aplicar la solucin

Detectar carencias en el modelo (las expectativas no
coinciden con el resultado)
Anticipar
y explicar fallos futuros
Obtener soluciones que corrigen fallos previos
Representacin plana
Introduccin
Historia en el
campo de CBR
Mtodos
fundamentales
de CBR
Representacin
de Casos
Recuperacin
Adaptacin
Revisin
Aprendizaje
Ejemplos de
aplicacin
Un dominio plano es aquel en el que todos los casos

se representan utilizando los mismos atributos
Nombre del Hotel
Precio
Pas
Mes
Caso 1
Maharaja
125
India
Abril
Caso 2
Cairo
200
Egipto
Junio
Caso 3
Son representaciones derivadas de la lgica

proposicional que se pueden hacer ms sofisticadas
mediante:
Smbolos ordenados
Smbolos organizados de forma taxonmica
Posibilidad de definir valores como una disyuncin
Definicin de reglas que limitan el rango de los
atributos si mes = junio entonces precio [150, 300]
Representacin estructurada
Introduccin
Historia en el
campo de CBR
Mtodos
fundamentales
de CBR
Representacin
de Casos
Recuperacin
Adaptacin
Revisin
Aprendizaje
Ejemplos de
aplicacin
Distintas entidades del dominio vienen expresadas

por atributos diferentes y existen relaciones entre las
partes de los casos
Caso (Precio, Pas, Mes)
Hotel (Categora, tipo de bao)
Habitacin 1 (Tipo de Cama)
Apartamento (Cocina, N de Habitaciones)
Son representaciones basadas en la lgica de

predicados
Tecnologas utilizadas en la representacin de

casos
Lista de pares atributo-valor

Bases de datos
Introduccin
Historia en el
Sistemas de marcos y redes semnticas,
campo de CBR
modelos de memoria
Mtodos
fundamentales rboles de decisin
de CBR
rboles K-d
Representacin
de Casos
Redes de activacin
Redes de recuperacin de casos
Recuperacin
Adaptacin
Revisin
Aprendizaje
Ejemplos de
aplicacin
Cuestiones a tratar
1.
2.
Objetivo de la recuperacin: obtener el caso ms

relevante para el problema a resolver
Eleccin de los ndices
Cmo se asignan etiquetas (atributos) a los casos para que

Introduccin
luego sean recuperados cuando resulten tiles
Historia en el
campo de CBR 3. Estructura de la base de casos
Cmo se organizan los casos de forma que la bsqueda se

Mtodos
pueda llevar a cabo de forma eficiente y precisa
fundamentales
Qu subconjunto de los ndices se debe utilizar para

de CBR
construir la estructura
Representacin
de Casos
4. Medidas de similitud
Recuperacin
Cmo se mide la relevancia de un caso para el problema a

resolver
Adaptacin
Revisin
Aprendizaje
Ejemplos de
aplicacin
5.
Algoritmo de recuperacin
Cmo se junta todo lo anterior

1.
2. Eleccin de ndices
Introduccin
Historia en el
campo de CBR
Mtodos
fundamentales
de CBR
Representacin
de Casos
Recuperacin
Adaptacin
Revisin
Aprendizaje
Ejemplos de
aplicacin
2.
3.
4.
5.
Objetivo de la recuperacin: obtener el

caso ms relevante para el problema a
resolver
Estructura de la base de casos
Medidas de similitud
La caracterstica fundamental de un ndice

es que sea predictivo: permita identificar
las situaciones en las que los casos puedan
aportar informacin til.
Se puede indexar por caractersticas
profundas o superficiales (hay que llegar a
un compromiso entre eficiencia y precisin)
ndices abstractos o concretos:
Los ndices han de ser lo bastante abstractos

como para que el caso sea til en un nmero
suficiente de situaciones
Los ndices han de ser lo bastante concretos como
para que sean fcilmente reconocibles
Se deben
tomar ndices lo ms abstractos posibles
cuanto ms diferentes sean los casos a reutilizar.
1.
Introduccin
Historia en el
campo de CBR
Mtodos
fundamentales
de CBR
Representacin
de Casos
Recuperacin
Adaptacin
Revisin
Aprendizaje
Ejemplos de
aplicacin
2.
3.
4.
5.

resolver
La eleccin de ndices requiere comprender el

dominio, an mejor comprender las necesidades del
usuario
Los ndices deben anticipar el vocabulario que usar el

usuario
Se debe indexar por los conceptos que normalmente
utilizan al describir los elementos indexados
La indexacin debe anticiparse a las circunstancias en
las que el usuario realizar la recuperacin
Tanto los atributos como el vocabulario se

determinan a partir de
El conjunto de casos disponibles

El rango de tareas en las que se pretende aplicar los
casos. No es lo mismo utilizar un conjunto de casos
sobre ajedrez para un sistema experto sobre este tema,
que para un sistema sobre estrategia en juegos con
contrario
1.
Una metodologa general

1.
Introduccin
Historia en el
campo de CBR
Mtodos
fundamentales
de CBR
Representacin
de Casos
Recuperacin
2.
3.
4.
5.
Adaptacin
Revisin
Aprendizaje
Ejemplos de
aplicacin
2.
3.
4.
5.

resolver
Recolectar un conjunto representativo de casos.

(Representativos de los problemas, los contextos, las
soluciones y los resultados)
Identificar las distintas moralejas que se pueden
extraer de cada caso
Para cada moraleja, se identifican las situaciones
donde es aplicable
Para cada situacin, se obtienen sus caractersticas
distintivas, los ndices
Se escogen los atributos y los valores que permiten
representar dichos ndices
Es aconsejable elegir el vocabulario teniendo en

cuenta futuras extensiones del sistema
La eleccin de los ndices es un proceso iterativo
1.
3. Organizacin de la base
de casos
Compromiso entre eficiencia y precisin
Introduccin
Historia en el
campo de CBR
Mtodos
fundamentales
de CBR
Representacin
de Casos
Recuperacin
Adaptacin
Revisin
Aprendizaje
Ejemplos de
aplicacin
2.
3.
4.
5.

resolver
Si no comparo con todos los casos, puedo asegurar que

he encontrado el mejor?
Posibilidades
Organizacin lineal
Organizacin estructurada
Modelos de memoria
rboles de decisin
rboles k-d
Redes de activacin
Organizacin mixta
En las hojas de la estructura hay ms de un caso
1.
Organizacin lineal
Caractersticas
Introduccin
Historia en el
campo de CBR
Mtodos
fundamentales
de CBR
Representacin
de Casos
Recuperacin
Adaptacin
Revisin
Aprendizaje
Ejemplos de
aplicacin
2.
3.
4.
5.

resolver
Garantiza que se recuperarn todos los casos similares

Funciona bien cuando se trabaja con un nmero
pequeo de casos y la mayora de los atributos son
relevantes
Mejoras en la eficiencia
Archivos de ndices invertidos
Cada par atributo-valor se enlaza con todos los casos que

lo contienen
Slo se compara con los casos que tienen al menos un
ndice comn
Problema: qu ocurre si el mejor caso no tiene ningn
ndice en comn con el caso actual?
Particionar la base de casos

Bsqueda en paralelo
1.
rboles de decisin
Introduccin
Historia en el
campo de CBR
Mtodos
fundamentales
de CBR
Representacin
de Casos
Recuperacin
Adaptacin
Revisin
Aprendizaje
Ejemplos de
aplicacin
2.
3.
4.
5.

resolver
1.
rboles de decisin
Introduccin
Historia en el
campo de CBR
Mtodos
fundamentales
de CBR
Representacin
de Casos
Recuperacin
Adaptacin
Revisin
Aprendizaje
Ejemplos de
aplicacin
2.
3.
4.
5.

resolver
1.
Construccin de rboles
de decisin: ID3
Introduccin
Historia en el
campo de CBR
Mtodos
fundamentales
de CBR
Representacin
de Casos
Recuperacin
Adaptacin
Revisin
Aprendizaje
Ejemplos de
aplicacin
2.
3.
4.
5.

resolver
La construccin de todos los posibles

rboles de bsqueda tiene complejidad
exponencial.
Solucin: ID3 un algoritmo de bsqueda
heurstica
Algoritmo voraz: escalada

Teora de la informacin para estimar el mejor
candidato
Se consigue complejidad lineal
Indirectamente realiza una seleccin automtica
de ndices
1.
2.
3.
4.
5.
El algoritmo ID3

resolver
Datos sobre los que opera el algorimo
Conjunto de ejemplo
E = {e1, , eq}
Introduccin
Historia en el
campo de CBR
Mtodos
fundamentales
de CBR
Representacin
de Casos
Recuperacin
Conjunto de clases a las que pueden pertenecer los

ejemplos
C = {c1, , cq}
Conjunto de atributos definidos sobre los elementos

A = {a1, , aq}
p conjuntos con los valores posibles para cada atributo

Vi = {vi1, , cin} i [1 .. p]
Una funcin clase que determina la clase a la que

pertenece cada ejemplo
Clase: E -> C
Adaptacin
Revisin
Aprendizaje
Ejemplos de
aplicacin
Una funcin v que determina el valor de cada atributo

en cada ejemplo
Valor: E x A -> U Vi
i= 1..p
1.
El algoritmo ID3
El objetivo de cada iteracin del algoritmo es
Introduccin
Historia en el
campo de CBR
Mtodos
fundamentales
de CBR
Representacin
de Casos
Recuperacin
Adaptacin
Revisin
Aprendizaje
Ejemplos de
aplicacin
2.
3.
4.
5.

resolver
Obtener el atributo ai A en base al cual ramificar el

nodo problema
Se seleccionar aqul que mejor discrimine entre el
conjunto de ejemplos
El atributo ms discriminante ser aquel que conduzca
a un estado con menor entropa.
La entropa se define utilizando los resultados de la

teora de la informacin
La entropa de un nodo
1.
El algoritmo ID3
Introduccin
Historia en el
campo de CBR
Mtodos
fundamentales
de CBR
Representacin
de Casos
Recuperacin
Adaptacin
Revisin
Aprendizaje
Ejemplos de
aplicacin
2.
3.
4.
5.

resolver
La entropa del conjunto de nodos que se obtienen al

ramificar utilizando el atributo ai, es igual a la suma
de las entropas de los nodos resultantes de fijar el
valor del atributo multiplicadas por la probabilidad
de cada valor.
1.
El algoritmo ID3
Introduccin
Historia en el
campo de CBR
Mtodos
fundamentales
de CBR
Representacin
de Casos
Recuperacin
Adaptacin
Revisin
Aprendizaje
Ejemplos de
aplicacin
Aplicado al ejemplo anterior

E = {1, , 10}
A = {Lluvia, suelo, topografa}
C = {nulo, medio, grave}
V1 = {baja, importante, intensa}
V2 = {hmedo, empapado}
V3 = {suave, escarpada}
Primera iteracin
2.
3.
4.
5.

resolver
1.
El algoritmo ID3
Introduccin
Historia en el
campo de CBR
Mtodos
fundamentales
de CBR
Representacin
de Casos
Recuperacin
Adaptacin
Revisin
Aprendizaje
Ejemplos de
aplicacin
2.
3.
4.
5.

resolver
Por lo tanto el atributo elegido es lluvia
En la siguiente iteracin se vuelve aplicar el

algoritmo sobre cada uno de los tres nuevos nodos,
considerando en cada uno el subconjunto de
ejemplos obtenido y habiendo eliminado el atributo
lluvia del conjunto de atributos
Terminacin
La expansin de un nodo se detiene cuando todos sus

ejemplos pertenecen a la misma clase (entropa nula)
El proceso se detiene cuando no se puede seguir
expandiendo ningn nodo
Inteligentes
A las Sistemas
hojas se
les asigna la clase a la pertenecen todos
sus ejemplos
1.
El algoritmo ID3
Introduccin
Historia en el
campo de CBR
Mtodos
fundamentales
de CBR
Representacin
de Casos
Recuperacin
Adaptacin
Revisin
Aprendizaje
Ejemplos de
aplicacin
2.
3.
4.
5.

resolver
1.
Arboles k-d
Introduccin
Historia en el
campo de CBR
Mtodos
fundamentales
de CBR
Representacin
de Casos
Recuperacin
Adaptacin
Revisin
Aprendizaje
Ejemplos de
aplicacin
2.
3.
4.
5.

resolver
Cada nodo representa un subconjunto de casos

Son rboles binarios de bsqueda con k atributos
Se detiene cuando el nmero de casos en las hojas
est por debajo de un cierto umbral
Particiona el espacio k-dimensional en porciones
conexas
1.
Arboles k-d
Introduccin
Historia en el
campo de CBR
Mtodos
fundamentales
de CBR
Representacin
de Casos
Recuperacin
Adaptacin
Revisin
Aprendizaje
Ejemplos de
aplicacin
2.
3.
4.
5.

resolver
1.
4. Medidas de similitud
Introduccin
Historia en el
campo de CBR
Mtodos
fundamentales
de CBR
Representacin
de Casos
Recuperacin
Adaptacin
Revisin
Aprendizaje
Ejemplos de
aplicacin
2.
3.
4.
5.

resolver
Propiedades de las funciones de similitud
Reflexiva
Simtrica
No tiene que ser transitiva
Se puede refinar el clculo de
Similitud entre atributos (similitud local)

Similitud entre casos (similitud global)
1.
Similitud local
Introduccin
Historia en el
campo de CBR
Mtodos
fundamentales
de CBR
Representacin
de Casos
Recuperacin
Adaptacin
Revisin
Aprendizaje
Ejemplos de
aplicacin
2.
3.
4.
5.

resolver
Las posibles funciones dependen del tipo de

atributo a comparar
Numrico o simblico (los simblicos pueden estar

ordenados o no, e incluso se pueden organizar de
forma taxonmica)
Univaludado o multivaluado
Atributo simblico univaluado
Atributo numrico univaluado
Siendo long(L)
la longitud del intervalo L.
1.
Similitud local
Introduccin
Historia en el
campo de CBR
Mtodos
fundamentales
de CBR
Representacin
de Casos
Recuperacin
Adaptacin
Revisin
Aprendizaje
Ejemplos de
aplicacin
2.
3.
4.
5.

resolver
Atributo simblico multivaluado
Atributo simblico ordenado univaluado
Siendo ord(a) el ordinal del valor a

A los atributos simblicos ordenados se les puede
aplicar las mismas funciones que a los numricos
siempre que se disponga de una funcin que
calcule
el ordinal de un elemento y otra que
calcule la cardinalidad del conjunto de valores
1.
Similitud local
Introduccin
Historia en el
campo de CBR
Mtodos
fundamentales
de CBR
Representacin
de Casos
Recuperacin
Adaptacin
Revisin
Aprendizaje
Ejemplos de
aplicacin
2.
3.
4.
5.

resolver
Atributo numrico multivaluado
Simblico jerrquico univaluado
Donde prof(n)
es la profundidad del rbol hasta el
nodo n.
1.
Similitud global
Introduccin
Historia en el
campo de CBR
Mtodos
fundamentales
de CBR
Representacin
de Casos
Recuperacin
Adaptacin
Revisin
Aprendizaje
Ejemplos de
aplicacin
2.
3.
4.
5.

resolver
Combina los resultados de las similitudes

locales. En abstracto
SIM (A,B) = F(sim(a1, b1), sim(a2, b2), , sim(ap, bp))
Donde F:[0,1]p -> [0,1]
Algunas funciones son:
Medidas
de similitud
1.
5. Recuperacin
Introduccin
Historia en el
campo de CBR
Mtodos
fundamentales
de CBR
Representacin
de Casos
Recuperacin
Adaptacin
Revisin
Aprendizaje
Ejemplos de
aplicacin
2.
3.
4.
5.

resolver
La recuperacin es un proceso de bsqueda

del vecino ms prximo, o en general los k
vecinos ms prximos, en el espacio mtrico
p-dimensional definido por los p atributos
de los casos y las funciones de similitud
local.
Recuperacin en una estructura lineal
Se usan estructuras de datos ms

sofisticadas para conseguir una eficiencia
mayor Sistemas
que O(n),
Inteligentessiendo n el nmero de
casos
1.
Recuperacin en rboles
de decisin
Introduccin
Historia en el
campo de CBR
Mtodos
fundamentales
de CBR
Representacin
de Casos
Recuperacin
Adaptacin
Revisin
Aprendizaje
Ejemplos de
aplicacin
2.
3.
4.
5.

resolver
Se sigue el camino indicado por los atributos de la

consulta hasta llegar a una hoja
No est garantizado que se recuperen todos los casos
relevantes
Distintos rboles de decisin pueden recuperar

conjuntos de casos diferentes
Problema: qu ocurre si los casos a partir de los

cuales se construye el rbol no incluyen todos los
posibles valores de los atributos?
Al descender por el rbol no se escoge la rama con el

mismo valor sino aquella con el valor ms parecido
Problema: qu ocurre cuando falta algn atributo en

la consulta?
Se consideran para l todos los valores posibles

Se determina cul es el valor ms probable
1.
Recuperacin en
rboles k-d
Recuperacin exacta o aproximada?
Introduccin
Historia en el
campo de CBR
Mtodos
fundamentales
de CBR
Representacin
de Casos
Recuperacin
Adaptacin
Revisin
Aprendizaje
Ejemplos de
aplicacin
2.
3.
4.
5.

resolver
Medidas experimentales demuestran que la

recuperacin exacta del vecino ms prximo utilizando
rboles k-d en espacios con ms de 8 dimensiones no
mejoran significativamente la bsqueda exhaustiva
Es por ello, que se utiliza la bsqueda aproximada,
fijando un margen de error , alcanzndose as un
compromiso entre precisin y eficiencia.
Entrada del algoritmo de recuperacin aproximada
Una consulta donde se especifican todos los atributos

de indexacin
La distancia mxima alrededor de la consulta (la
distancia es el inverso de la similitud)
La raz del rbol k-d donde estn indexados los casos
1.
Recuperacin en
rboles k-d
Algoritmo
1.
Introduccin
Historia en el
campo de CBR
Mtodos
fundamentales
de CBR
Representacin
de Casos
Recuperacin
Adaptacin
Revisin
Aprendizaje
Ejemplos de
aplicacin
2.
3.
4.
5.

resolver
2.
3.
Se inicializa la lista de casos recuperados como una

lista vaca
Se inicializa la lista de nodos a considerar con la raz
del rbol
Mientras que queden nodos en la lista de nodos, se
extrae el primero de ellos
1. Si el nodo es una hoja, se compara la consulta de cada
uno de los casos almacenados en l, y se aaden a la lista
de casos recuperados aquellos que estn a una distancia
menor que
2. Si el nodo no es una hoja, para cada uno de sus dos hijos
se comprueba si la esfera de radio centrada en la
consulta intersecta con el rea definida por el hijo, si es
as se aade ste a la lista de nodos
1.
Recuperacin en
rboles k-d
Introduccin
Historia en el
campo de CBR
Mtodos
fundamentales
de CBR
Representacin
de Casos
Recuperacin
Adaptacin
Revisin
Aprendizaje
Ejemplos de
aplicacin
2.
3.
4.
5.

resolver
1.
Recuperacin en
rboles k-d
Introduccin
Historia en el
campo de CBR
Mtodos
fundamentales
de CBR
Representacin
de Casos
Recuperacin
Adaptacin
Revisin
Aprendizaje
Ejemplos de
aplicacin
2.
3.
4.
5.

resolver
1.
Uso de diferentes
tecnologas
Introduccin
Historia en el
campo de CBR
Mtodos
fundamentales
de CBR
Representacin
de Casos
Recuperacin
Adaptacin
Revisin
Aprendizaje
Ejemplos de
aplicacin
2.
3.
4.
5.

resolver
Bajo la perspectiva de la metodologa CBR,

es posible utilizar diferentes tecnologas en
esta fase:
Redes Neuronales
Lgica Difusa
Algoritmos Genticos
Tipos de adaptacin
Sin adaptacin
Introduccin
Historia en el
campo de CBR
Mtodos
fundamentales
de CBR
Representacin
de Casos
Recuperacin
Adaptacin
Revisin
Aprendizaje
Ejemplos de
aplicacin
Un gran nmero de sistemas CBR no realizan adaptacin.

No es necesario que el sistema la realice para que resulte
til repartamos el trabajo entre mquinas y humanos de
forma que cada uno haga lo que mejor sabe hacer
Mtodos basados en sustitucin
Reinstanciacin
Ajuste de parmetros
Bsqueda local
Bsqueda en la memoria
Bsqueda especializada
Sustitucin basada en casos
Cada sistema
incluye su propio
mecanismo
Mtodos basados en transformacin
Transformaciones de sentido comn

Reparacin guiada por un modelo
Otros mtodos
Adaptacin
y reparacin de propsito especial
Analoga derivacional
Bsqueda especializada
Introduccin
Historia en el
campo de CBR
Mtodos
fundamentales
de CBR
Representacin
de Casos
Recuperacin
Adaptacin
Revisin
Aprendizaje
Ejemplos de
aplicacin
Es un mtodo basado en sustitucin donde se

representan instrucciones acerca de cmo encontrar
los sustitutos
Un ejemplo SWALE
Len Bias es un jugador de baloncesto con buena salud

que sufri una bajada de tensin y se mare
Jim Fixx es un corredor de fondo que tambin sufri
una bajada de tensin y se mare mientras corra.
Tiene un defecto en el corazn que no haba sido
detectado. Las carreras sometieron su corazn a
demasiada presin
Herurstica de bsqueda
Consltense las actividades que realizaba Len Bias y, para

cada una de ellas, considrense las acciones que se suelen
realizar en dicha actividad
Qu buscar y donde buscar?
Introduccin
Historia en el
campo de CBR
Mtodos
fundamentales
de CBR
Representacin
de Casos
Recuperacin
Adaptacin
Revisin
Aprendizaje
Ejemplos de
aplicacin
La recuperacin ha tenido xito y tenemos un buen

candidato para adaptar.
Problemas en la adaptacin
Qu sustituimos?
Cmo afecta a la solucin un cambio en la descripcin?
Representacin explcita de relaciones de dependencia
Dnde se encuentra un sustituto?

Se siguen las instrucciones implcitas en el caso recuperado
Uso de diferentes tecnologas
Introduccin
Historia en el
campo de CBR
Mtodos
fundamentales
de CBR
Representacin
de Casos
Recuperacin
Adaptacin
Revisin
Aprendizaje
Ejemplos de
aplicacin
Al igual que en la fase de recuperacin, es

posible utilizar diferentes tecnologas en
esta fase:
Redes Neuronales
Lgica Difusa
Algoritmos Genticos
Tareas de la fase de revisin
Introduccin
Historia en el
campo de CBR
Mtodos
fundamentales
de CBR
Representacin
de Casos
Recuperacin
Adaptacin
Revisin
Aprendizaje
Ejemplos de
aplicacin
Evaluar la solucin. La evaluacin coge el

resultado de aplicar la solucin propuesta
por el sistema CBR al mundo real
(preguntndole a un experto o
ejecutndolo). Tambin se pueden aplicar
tcnicas de simulacin para generar una
solucin correcta.
Reparar fallos. Implica detectar errores de
la solucin actual y recuperar o generar
explicaciones para ellos.
Tareas de la fase de aprendizaje
Introduccin
Historia en el
campo de CBR
Mtodos
fundamentales
de CBR
Representacin
de Casos
Recuperacin
Adaptacin
Revisin
Aprendizaje
Ejemplos de
aplicacin
Extraccin de la informacin a recordar (la

descripcin, la solucin, el resultado, la
justificacin de la solucin, las causas de
fallo,)
Obtencin de los ndices que sirven para
clasificar la nueva informacin
Integracin del conocimiento. Ubicacin del
nuevo caso en el lugar correcto dentro de la
base de casos, incorporacin de nuevos
ndices, reorganizacin de los ndices,
construccin de abstracciones de los casos.
Introduccin
Historia en el
campo de CBR
Mtodos
fundamentales
de CBR
Representacin
de Casos
Recuperacin
Adaptacin
Revisin
Aprendizaje
Ejemplos de
aplicacin
CHEF
CLAVIER
HYPO
Algunos Sistemas CBR
Razonamiento Basado en
Casos (CBR)
Introduccin
Fernando Daz Gmez
E. U. de Informtica Segovia
Universidad de Valladolid

Intro Ducci On CBR

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Intro Ducci On CBR

Diunggah oleh

Hak Cipta:

Format Tersedia

Razonamiento Basado en

Qu es Razonamiento basado en casos?

Ms sabe el diablo por viejo que por diablo

Queremos decidir el men de una cena. Entre los

En este ejemplo se ha razonado sobre casos

CBR como modelo del razonamiento humano

Los abogados usan en sus argumentaciones el

CBR como metodologa

El CBR es una metodologa que emplea diferentes

Hechos conocidos sobre el dominio

Ventajas del CBR

A los expertos les resulta ms sencillo contar batallitas que

Es ms rpido reutilizar una solucin previa que obtener la

Tipos bsicos de sistemas CBR

Determinar las caractersticas relevantes de la situacin

Las tareas centrales que todos los mtodos de

encontrar un caso anterior similar al nuevo

Tipos principales de mtodos CBR

Sistemas CBR que se centran en el aprendizaje de definiciones

Razonamiento basado en la memoria.

Se hace especial hincapi en la organizacin y el acceso a

Representacin Razonamiento basado en casos.

Ciclo de vida de un CBR

Conocimiento incluido en los casos

Qu es un caso? Un caso es una pieza

Qu lecciones puede ensear un caso?

Representacin Modelos de dominio que se utilizan en las

El contenido de los casos

Tareas en la fase de Recuperacin

Determinar las caractersticas que permiten

2. Bsqueda en la memoria para encontrar los casos

El procedimiento de bsqueda depender de la

3. Ordenacin de los casos recuperados.

Tareas en la fase de Adaptacin

1. Se utiliza el conocimiento incluido en el

Sin modificar. La solucin es vlida o es el usuario

Tareas en la fase de Adaptacin

Mtodos basados en sustitucin (Reinstanciacin,

Mtodos basados en transformacin

Adaptacin y reparacin de propsito especial

Tareas en la fase de Revisin

1. Es correcta la solucin propuesta?

Respuesta de un experto (o del usuario)

3. Reparacin de los fallos

Se identifican las causas del fallo

Tareas en la fase de Aprendizaje

En CBR el razonamiento y el aprendizaje estn

Extraccin de la informacin a recordar (la descripcin,

De qu partes se compone un caso?

Descripcin del problema

Qu tipo de conocimiento se incluye en cada parte?

Representacin del problema

Describe el estado del mundo al comenzar el

Situacin a interpretar o clasificar

Total o parcialmente se utiliza para determinar la

Objetivos que consigue el caso: diagnosticar,

Contenido de las soluciones

Elementos que pueden formar parte de las

La propia solucin: el artefacto, el plan o la

Justificaciones de las decisiones tomadas para la

Soluciones aceptables que no se eligieron (y por qu)

Resultado de los casos

Elementos que pueden formar parte del resultado: