Hispanopedia WikiEl aprendizaje automático basado en reglas (RBML) es un término en informática que pretende abarcar cualquier método de aprendizaje automático que identifica, aprende o desarrolla "reglas" para almacenar, manipular o aplicar. [1] [2] [3] La característica definitoria de un aprendiz automático basado en reglas es la identificación y utilización de un conjunto de reglas relacionales que representan colectivamente el conocimiento capturado por el sistema.
Los enfoques de aprendizaje automático basados en reglas incluyen sistemas de clasificación de aprendizaje , [4] aprendizaje de reglas de asociación , [5] sistemas inmunes artificiales , [6] y cualquier otro método que se base en un conjunto de reglas, cada una de las cuales cubre el conocimiento contextual.
Si bien el aprendizaje automático basado en reglas es conceptualmente un tipo de sistema basado en reglas, se diferencia de los sistemas tradicionales basados en reglas , que suelen estar hechos a mano, y de otros sistemas de toma de decisiones basados en reglas. Esto se debe a que el aprendizaje automático basado en reglas aplica algún tipo de algoritmo de aprendizaje para identificar automáticamente reglas útiles, en lugar de que un humano tenga que aplicar conocimientos previos del dominio para construir reglas manualmente y seleccionar un conjunto de reglas.
Normas
Las reglas suelen adoptar la forma de una expresión '{IF:THEN}' (p. ej., { IF 'condition' THEN 'result'} o, como ejemplo más específico, { IF 'red' AND 'octagon' THEN 'stop-sign} ). Una regla individual no es en sí misma un modelo, ya que la regla solo es aplicable cuando se cumple su condición. Por lo tanto, los métodos de aprendizaje automático basados en reglas suelen comprender un conjunto de reglas, o base de conocimientos , que en conjunto conforman el modelo de predicción.
Véase también
- Sistema clasificador de aprendizaje
- Aprendizaje de reglas de asociación
- Clasificador asociativo
- Sistema inmunológico artificial
- Sistema experto
- Regla de decisión
- Inducción de reglas
- Programación lógica inductiva
- Traducción automática basada en reglas
- Algoritmo genético
- Sistema basado en reglas
- Programación basada en reglas
- Regla ML
- Sistema de reglas de producción
- Motor de reglas de negocio
- Sistema de gestión de reglas de negocio
Referencias
- ^ Bassel, George W.; Glaab, Enrico; Marquez, Julietta; Holdsworth, Michael J.; Bacardit, Jaume (1 de septiembre de 2011). "Construcción de redes funcionales en Arabidopsis mediante aprendizaje automático basado en reglas en conjuntos de datos a gran escala". The Plant Cell . 23 (9): 3101–3116. Bibcode :2011PlanC..23.3101B. doi :10.1105/tpc.111.088153. ISSN 1532-298X. PMC 3203449 . PMID 21896882.
- ^ M., Weiss, S.; N., Indurkhya (1 de enero de 1995). "Métodos de aprendizaje automático basados en reglas para predicción funcional". Revista de investigación en inteligencia artificial . 3 (1995): 383–403. arXiv : cs/9512107 . Código Bibliográfico :1995cs......12107W. doi :10.1613/jair.199. S2CID 1588466.
{{cite journal}}: CS1 maint: multiple names: authors list (link) - ^ "GECCO 2016 | Tutoriales". GECCO 2016 . Consultado el 14 de octubre de 2016 .
- ^ Urbanowicz, Ryan J.; Moore, Jason H. (22 de septiembre de 2009). "Sistemas de clasificación de aprendizaje: una introducción completa, revisión y hoja de ruta". Revista de evolución artificial y aplicaciones . 2009 : 1–25. doi : 10.1155/2009/736398 . ISSN 1687-6229.
- ^ Zhang, C. y Zhang, S., 2002. Minería de reglas de asociación: modelos y algoritmos . Springer-Verlag.
- ^ De Castro, Leandro Nunes y Jonathan Timmis. Sistemas inmunológicos artificiales: un nuevo enfoque de inteligencia computacional . Springer Science & Business Media, 2002.
