Aprendizado por registro de

casos e Raciocínio baseado

em casos
 • Aprendizagem por registro de casos corresponde a aprender baseado em
Fig1:
similaridades com soluções conhecidas anteriormente
• Baseado no formato do bloco e nos formatos e cores conhecidas
podemos inferir a cor do bloco (Fig.1)
• Na Fig.2, surge um novo problema a baseado em similaridade com n
soluções registradas aplicamos a solução b ao problema a
• Na Fig.3 podemos generalizar a busca por similaridades dos blocos
considerando altura e largura do bloco. Usamos a distância euclidiana
para constatar que a solução é a cor preta
• Chamamos isso de método KNN ou dos vizinhos mais próximos
Fig2:

Fig3:
 • Podemos generalizar a comparação de similaridades usando a distância
Fig1:
euclidiana multidimensional (Fig.1)
• Na Fig.2 podemos ver um caso de comparação de rotas considerando o
ponto de origem e o de destino de cada uma delas. Observamos que a rota
D é a mais similar considerando os dois atributos.

Fig2:

Fig3:
 • Raciocínio baseado em casos: Não possuímos um caso identico, mas analisamos
Fig1:
similaridades com casos estudados (Fig.1). Resposta certa seria magenta ( não existindo
um caso anterior)
• Raciocínio baseado em casos pode ser dividido em 4 etapas (Fig.2):
 Recuperação: Busca-se na memória um caso similar com o problema corrente

Adaptação: Solução para o caso do problema atual (Pode ser algo simples ou bem
complexo)

Avaliação: O quanto a solução conseguiu se adaptar ao problema correte. Muito
comum a simulação para avaliar a solução
 Armazenamento: O novo problema e a solução
Fig2: • Suposições do raciocínio baseado em casos:

Existem padrões no mundo (sempre verdadeira)
 Problemas similares tem soluções similares (quase sempre verdadeira)
 Existem 3 tipos de adaptação: por modelo do mundo, por raciocínio recursivo e por regras

 Caso1: Adaptação por modelo do mundo
Mesmo que não conheça
caminho do escritório para o
restaurante, conhecendo
caminho do escritório para o
médico posso adaptar o
problema por saber que o
médico fica próximo ao
escritório
 Caso2: Adaptação por raciocínio recursivo
Não conheço um caminho de
casa até o restaurante, mas
posso recuperar um caso de
casa até o escritório e um
caso do escritório ao
restaurante
 Caso3: Adaptação por regras

Nesse caso utiliza-se uma regra (heurística) para obter uma solução. Por exemplo: Para encontrar o centro
da cidade vá em direção aos prédios mais altos

Na figura ao lado a heurística seria recuperar o caso casa restaurante e inverter para obter a solução do
problema restaurante para casa

Fig1:

Com relação ao armazenamento existem 2 técnicas principais:

Armazenamento por índice: Nesse caso atribui-se um índice ou
tag a solução. Na Fig.1 o índice é composto por coordenadas x e y
do ponto de origem

Eficiência do Processo: Linear

Armazenamento por árvore de discriminação: Neste caso usamos
uma estrutura de dados de árvores o qual cada nó é uma pergunta
sobre o ponto (Fig.2). Quanto um novo ponto como X é adicionado
Fig2: Fig3: que se choca com A então criamos um novo nó Fig.3

Eficiência do processo: logarítmica