A forma de obter modelos de decisão a partir de informação fornecida por peritos humanos descrita na Secção 2.1, tem vindo a perder importância relativamente à alternativa de obter os modelos automaticamente a partir de exemplos concretos de decisões tomadas na organização. Existem várias explicações para esta mudança, como sejam a maior facilidade desta última alternativa, a disponibilidade de um grande volume de informação em suporte informático na maioria das organizações, etc.
Conforme mencionamos anteriormente, o nosso estudo centra-se em modelos de classificação e de regressão. A obtenção deste tipo de modelos de decisão é uma tarefa estudada por diversas disciplinas, como por exemplo a estatística, a engenharia e a inteligência artificial.
A ideia base que preside à obtenção de modelos usando estas metodologias, é a de que é possível obter um modelo da decisão automaticamente desde que possuamos uma amostra significativa de exemplos concretos de decisões tomadas pelos peritos humanos. Por exemplo, no cenário de concessão de crédito usado na Secção 2.1, em vez de pedirmos aos peritos um conjunto de regras de decisão, poderíamos solicitar-lhes o registo histórico das decisões tomadas no passado. Para cada decisão, desde que possuíssemos a informação usada pelos peritos para a tomar, podemos esperar que, desde que a amostra de decisões seja significativa, consiga-mos obter o modelo de decisão usado pelos peritos a partir dessa amostra.
A informação (registo histórico de decisões) que poderíamos obter do banco poderia ser, por exemplo, algo do tipo do que é mostrado na Tabela 1.
Com base numa amostra de dados deste tipo poderíamos usar algum dos muitos métodos de construção de modelos que existem para obter um modelo que relacionasse a ``variável'' decisão com as outras variáveis consideradas nesta amostra de casos de empréstimo.