Aprendizaje autónomo basado en mecanismo de refuerzo aplicado a sistemas expertos legales
Este trabajo propone un modelo de aprendizaje que combina un refuerzo lineal aplicado a las ponderaciones asignadas a los atributos que caracterizan a un caso, con umbrales de decisión dinámicos que son ajustados a partir de casos almacenados en la base de conocimientos. La información incorporada a...
Guardado en:
| Autores principales: | , , |
|---|---|
| Formato: | Objeto de conferencia |
| Lenguaje: | Español |
| Publicado: |
2001
|
| Materias: | |
| Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/21653 |
| Aporte de: |
| Sumario: | Este trabajo propone un modelo de aprendizaje que combina un refuerzo lineal aplicado a las ponderaciones asignadas a los atributos que caracterizan a un caso, con umbrales de decisión dinámicos que son ajustados a partir de casos almacenados en la base de conocimientos. La información incorporada a través de la interacción con el entorno permite mejorar la precisión de las recomendaciones emitidas por sistemas expertos. |
|---|