Das Buch "Rule-Based Evolutionary Online Learning Systems" von Martin V. Butz bietet eine umfassende Analyse und ein vertieftes Verständnis von regelbasierten evolutionären Online-Lernsystemen, auch bekannt als Michigan-Stil Lernklassifikationssysteme (LCSs). Diese Systeme kombinieren die Stärken des verstärkenden Lernens mit den Generierungsfähigkeiten genetischer Algorithmen und versprechen ein flexibles, online arbeitendes Lernsystem, das ausschliesslich auf Verstärkung basiert. Trotz ihrer vielversprechenden Anwendungen und der interessanten Verbindungen zu tierischem Lernen und Kognition blieb das Verständnis dieser Systeme lange Zeit unklar. Das Buch verfolgt drei Hauptziele: die Etablierung eines facettenbasierten Ansatzes zur Analyse und Gestaltung von LCSs, die Verbesserung des XCS-Klassifikatorsystems und die Identifizierung der Vorteile und Anwendungsmöglichkeiten von LCS-basierten Lernansätzen. Durch die Erreichung dieser Ziele wird ein rigoroses Verständnis der Funktionsweise von LCSs gefördert, das deren erfolgreiche Anwendung in verschiedenen Problembereichen ermöglicht.