Este trabajo se ha desarrollado bajo dos grandes objetivos, Por un lado, consiste en evaluar las posibilidades del razonamiento basado en casos (CBR) para resolver un problema cualquiera de clasificacion. Y por otro, lado, pretende aportar diferentes variantes y/o mejoras al razonamiento basado en casos para resolver problemas de clasificacion.
A partir de estos propositos iniciales, la tesis realiza distintas aportaciones, de las cuales se podrian destacar las siguientes:
En primer lugar, propone una taxonomia de los problemas de clasificacion desde la perspectiva del razonamiento basado en casos.
En segundo lugar, se ha diseñado, implementado y desarrollado el sistema clasificador basado en casos llamado CaB-CS(Case-Based Classifier System), a partir del cual se han evaluado las posibilidades del CBR para resolver un problema de clasificacion cualquier. Y, en el cual, se han incorporado variantes y/o mejoras del CBR, como: nuevas funciones, de similitud, ponderaciones automaticas de la relevancia de los atributos, politicas de olvido,etc.
Y en cuatro lugar, conviene destacar que utilizando las diferentes variantes y/o mejoras, se ha conseguido por los distintos problemas una menor memoria de casos, aumentando el porcentaje de aciertos, y disminuyendo el coste computacional, es decir, se ha obtenido un mejor rendimiento del CBR para resolver problemas de clasificacion.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados