en مقدمه ای بر سیستم های GBML و پیاده سازی های مختلف آن الگوریتم‌های تکاملی Algorithm, Evolutionary پژوهشي Research در این مقاله، یک تاریخچه مختصری از یادگیری ماشین مبتنی بر ژنتیک را به عنوان پارادایم محاسبات تکاملی معرفی می کنیم و برخی از ویژگی های هر پیاده سازی تحت دو دیدگاه، میشیگان و پیتزبورگ را در نظر میگیریم و پیاده سازی های مختلف آن را معرفی میکنیم. در نهایت KEEL را به عنوان ابزار سیستم های GBML معرفی می کنیم. In this paper we introduce a brief history of Genetic Base Machine Learning as Evolutionary Computing paradigm and lecture some features of each implementations under two points of view, Michigan-style LCS and Pittsburgh-style LCS and distinguish each division among implementations. Keeping in mind that LCS is a paradigm for genetic-based machine learning rather than a specific method. Finally we introduce KEEL as tools of GBML systems. سیستم طبقه بندی یادگیری، یادگیری ماشین مبتنی بر ژنتیک، رویکرد میشیگان، رویکرد پیتزبورگ learning classifier systems, genetic based machine learning, Michigan approach, Pittsburgh approach. 1 6 http://cicis.khu.ac.ir/browse.php?a_code=A-10-132-1&slc_lang=en&sid=1 Shokoofeho Hoseini شکوفه حسینی hoseini.shokoofeh@gmail.com 1003194753284600626 1003194753284600626 Yes Kharazmi University, Faculty of Management دانشگاه خوارزمی Mohammad Ali Mehdi Aghaei محمدعلی مهدی آقایی shabar.aghaei@gmail.com 1003194753284600627 1003194753284600627 No Science and Research Branch Islamic Azad University, Faculty Of Management دانشگاه آزاد اسلامی واحد علوم تحقیقات