El Razonamiento Basado en Casos (CBR, por sus siglas en inglés) es una técnica de inteligencia artificial que se utiliza para resolver problemas complejos mediante la aplicación de soluciones previas a problemas similares.

La idea detrás del CBR es que un sistema puede utilizar la experiencia adquirida previamente para resolver nuevos problemas. En lugar de diseñar un algoritmo o modelo desde cero para cada nuevo problema, el CBR busca soluciones similares a problemas previamente resueltos y las adapta a la situación actual.

El proceso de CBR se divide en cuatro etapas: recuperación, reutilización, revisión y retención. En la etapa de recuperación, el sistema encuentra casos previos similares al problema actual. En la etapa de reutilización, el sistema adapta y aplica las soluciones previas a la situación actual. En la etapa de revisión, el sistema evalúa la eficacia de la solución propuesta y realiza ajustes si es necesario. Finalmente, en la etapa de retención, se almacena el nuevo caso resuelto en la base de conocimiento del sistema para su posible uso futuro.

El CBR se utiliza a menudo en aplicaciones donde es difícil diseñar soluciones algorítmicas debido a la complejidad de los datos de entrada o la dificultad de modelar el problema en cuestión. Por ejemplo, el CBR se ha utilizado en sistemas de diagnóstico médico, en el diseño de sistemas de control de calidad, en la planificación de rutas de transporte y en la resolución de problemas en la industria de la ingeniería.

El éxito del CBR depende en gran medida de la calidad de la base de conocimiento utilizada por el sistema. Si la base de conocimiento está mal diseñada o carece de suficientes casos para cubrir una amplia gama de situaciones, el sistema puede no ser efectivo en la resolución de problemas complejos.