CBR

RACIOCÍNIO  BASEADO  EM  CASOS  (CBR)

NIELSEN  RECHIA

PONTIFÍCIA  UNIVERSIDADE  CATÓLICA  DO  RIO  GRANDE  DO  SUL  FACULDADE  DE  INFORMÁTICA  PROGRAMA  DE  PÓS-­‐GRADUAÇÃO  EM  CIÊNCIA  DA  COMPUTAÇÃO

BUSINESS  INTELLIGENCE  AND    MACHINE  LEARNING  RESEARCH  GROUP

Agenda

Experiências  passadas  Suporte  a  decisão  O  que  é  Raciocínio  Baseado  em  Casos  

Fluxo  CBR  O  que  é  um  Caso?  Como  CBR  Funciona?  Aprendizado  em  CBR  Quem  usa  CBR?  Como  usar  CBR?  Exemplo

Experiências  passadas

Experiências  passadas  apresentam  informações  de  decisões/ações  em  nosso  dia-­‐a-­‐dia  estas  informações  são  a  base  de  um  sistema  CBR  !!

Custo  de  um  produto?  Será  o  mesmo  de  dias  anteriores?  Empresas  realizam  milhares  de  decisões  em  um  dia!    Decisões  corretas  podem  ser  usadas  como  experiências  passadas

Suporte  a  decisão

CBR  utiliza  experiências  passadas  (decisões/ações)  para  gerar  novas  decisões/soluções  !Problemas  para  desenvolver  um  sistema  CBR:  

Elicitação  do  conhecimento  Suporte  a  decisão  é  dinâmico  Sistemas  requerem  manutenções  Sistemas  devem  ser  aceitos  pelos  usuários

O  que  é  CBR?

Solução  de  novos  problemas  reutilizando  ou  adaptando  soluções  que  foram  utilizadas  na  solução  de  problemas  do  passado  !Similar  ao  que  muitas  pessoas  realizam  rotineiramente  para  solucionar  seus  problemas  pessoais.

O  que  é  CBR?

Qual  resultado  de  12  x  12?  144  

Qual  o  resultado  de  13  x  12?  próximo  de  12  x  12  (12  x  12)  +  12  156

O  que  é  um  Caso?

Atributos/features/characteristics  que  descrevem  um  determinado  problema  Em  conjunto  com  um  solução  para  este  problema  

textos,  números,  símbolos,  imagens,  videos  …  !

Casos  são  eventos  reais!  Que  são  excelentes  para  justificar  decisões

Fluxo  CBR

O  que  é  um  Caso?

Atributos/features/characteristics  que  descrevem  um  determinado  problema  Em  conjunto  com  um  solução  para  este  problema  

textos,  números,  símbolos,  imagens,  videos  …  !

Casos  são  eventos  reais!  Que  são  excelentes  para  justificar  decisões

O  que  é  um  Caso?

Características  de  um  casa  são:  Indexadas  Não  indexadas

O  que  é  um  Caso?

Características  indexadas:    Usadas  para  recuperação    Indicam  a  solução  para  o  caso  !

Características  não  indexadas:    Não  são  usadas  para  recuperação  Não  indicam  a  solução  para  o  caso  Fornecem  valiosas  informações  contextuais  e  lições    aprendidas  !

Características  podem  mudar  de  status

Como  CBR  funciona?

Imagine  uma  decisão  com  dois  fatores  de  influência.  Você  deve  conceder  um  empréstimo  para  uma  determinada  pessoa?  !Fatores:  

rendimento  líquido  mensal  Reembolso  mensal  do  empréstimo  

Como  CBR  funciona?Re

ndim

ento  líqu

ido  men

sal

0

5

10

15

20

Reembolso  mensal  do  emprésomo

0 0.625 1.25 1.875 2.5

NOVO  CASO

CASOS  PASSADOS  RUINS

CASOS  PASSADOS  BONS

Como  CBR  funciona?Re

ndim

ento  líqu

ido  men

sal

0

5

10

15

20

Reembolso  mensal  do  emprésomo

0 0.625 1.25 1.875 2.5

Bom  caso

Como  CBR  funciona?

Na  vida  real,  o  problema  pode  ser  N  dimensional  Características  podem  ser  ponderadas  para  refletir  sua  importância  Novas  características  podem  ser  adicionadas  se  elas  se  tornarem  relevantes  Tolerante  a  ruído  e  a  falta  de  dados  Denominado  recuperação  do  vizinho  mais  próximo  (KNN)  

Como  CBR  funciona?

CBR  é  transparente  Experiência  passada  é  um  métodos  aceito  para  justificar  decisões  Vizinho  mais  próximo  recupera  os  melhores  casos  passados  similares  O  processo  é  transparente  Fácil  de  ser  entendido  pelos  usuários  Aumenta  a  aceitação  dos  usuários

Como  CBR  funciona?

Sistemas  baseados  em  regras  justificam  suas  decisões  apresentando  o  caminho  percorrido.  

regra  33  -­‐>  regra  61  -­‐>  regra  43  -­‐>  regra  102  Este  caminho  pode  confundir  os  usuários  !Redes  neutrais  e  algoritmos  genéticos  podem  não  justificar  suas  decisões  

Usuários  terão  de  acreditar  que  o  programa  está  correto

Aprendizado  em  CBR

Suporte  a  decisão  é  dinâmica  CBR  aprende  adquirindo  novos  casos  

Sem  adição  de  novas  regras  sem  a  necessidade  de  novos  treinamentos  sem  renovar  a  base  de  dados

Quem  usa  CBR?

American  Express  -­‐  avaliação  de  risco  em  cartões  de  crédito  Microsoft  –  help  desks  Barclaycard  -­‐  fraudes  General  Electric  –  diagnóstico  de  trains,  fabricação  de  plástico  British  Airways  –  Manutenção  de  aviões  Daimler  Chrysler  –  Suporte  para  softwares  Analog  –  Seleção  de  componentes  NASA  –  apoio  para  ônibus  espaciais  Swiss  Bank  -­‐  gestão  de  investimentos  Deloitte  Touche  -­‐  avaliação  de  fraudes

Exemplo

Falha  de  um  carro  Sintomas  observados  (ex:  motor  não  dá  partida)  e  valores  medidos  (ex:  Voltagem  da  bateria  =  6.3V)  Objetivo:  Encontrar  a  causa  da  falha  no  carro  (ex:  Sem  bateria)  e  solução  de  reparo  (ex:  recarregar  bateria)  !Diagnóstico:Um  caso  descreve  um  diagnóstico    e  contém:  

Descrição  dos  sintomas  Descrição  da  falha  e  a  causa    descrição  da  solução  de  reparo  

Diagnóstico

Cada  caso  descreve  uma  situação  !Casos  são  independentes  um  dos  outros  !Casos  não  são  regras

Solucionando  problema

Faça  observações  sobre  o  novo  caso  !Nem  todas  as  características  precisam  ser  conhecidas  !O  novo  problema  é  um  caso  sem  uma  solução

Solucionando  um  problema

Compare  o  novo  problema  com  cada  caso  e  selecione  o  caso  mais  similar  !Similaridade  é  o  conceito  mais  importante  em  CBR

Similaridade

Similaridade  é  avaliada  para  cada  característica  Depende  do  valor  da  característica  Características  podem  possuir  diferentes  pesos  (importâncias)

Similaridade

Diferentes  características  possuem  importâncias  diferentes  !Importância  Alta:  

Problema,  Voltagem  da  Bateria,  estado  da  luz  !

Importância  Baixa:  Fabricante,  Modelo,  Ano,  Cor

Comparação  do  problema  com  caso  1

Comparação  do  problema  com  caso  2

Reuso  da  solução  do  caso  1

Como  CBR  funciona?

Se  o  diagnóstico  está  correto,  armazene  o  novo  caso  na  base  de  casos.

Referências

Watson,  Ian,  and  Farhi  Marir.  "Case-­‐based  reasoning:  A  review."  The  knowledge  engineering  review  9,  no.  04  (1994):  327-­‐354.  Kolodner,  Janet.  Case-­‐based  reasoning.  Morgan  Kaufmann,  2014.  de  Mantaras,  Ramon  Lopez.  "Case-­‐based  reasoning."  Machine  Learning  and  Its  Applications.  Springer  Berlin  Heidelberg,  2001.  127-­‐145.  Leake,  David  B.  Case-­‐Based  Reasoning:  Experiences,  lessons  and  future  directions.  MIT  press,  1996.  MACHADO,  N.  L.  et  al.  Case-­‐based  Reasoning  for  Experience-­‐based  Collaborative  Risk  Management.  The  Twenty-­‐Sixth  International  Conference  on  Software  Engineering  and  Knowledge  Engineering  (SEKE  2014),  p.  262-­‐267,  2014.

RACIOCÍNIO  BASE  EM  CASOS  (CBR)

NIELSEN  RECHIA

PONTIFÍCIA  UNIVERSIDADE  CATÓLICA  DO  RIO  GRANDE  DO  SUL  FACULDADE  DE  INFORMÁTICA  PROGRAMA  DE  PÓS-­‐GRADUAÇÃO  EM  CIÊNCIA  DA  COMPUTAÇÃO

BUSINESS  INTELLIGENCE  AND    MACHINE  LEARNING  RESEARCH  GROUP