Kvalitativna drevesa, ki se jih uči program QUIN, so se v smislu enostavnosti in dobre razumljivosti izkazale pri rekonstrukciji veščin vodenja in v vrsti drugih domen. Kvalitativna drevesa so podobna regresijskim drevesom, vendar imajo monotonostne omejitve v listih. Izkaže se, da kvalitativna drevesa določajo numerične omejitve in jih lahko uporabimo tudi za usmerjanje numerične regresije. Na ta način dobimo regresijsko funkcijo, ki je konsistentna s kvalitativnimi omejitvam in minimizira napako na učnih podatkih. Presentljivo je, da daje tako "kvalitativno zvesto učenje" običajno točnejse napovedi od običajnih numeričnih prediktorjev, poleg tega pa ima tudi prednosti v smislu interpretacije naučenih modelov.

V okviru seminarja bom predstavil kvalitativno zvesto napoved, programa QUIN in Qfilter, ter rezultate v vrsti domen. Na tako učenje lahko gledamo kot na učenje hierarhije modelov: QUIN se nauči kvalitativnih omejitev, Qfilter pa daje numerično napoved, ki te omejitve spoštuje. Diskutiral bom rezultate in možne razloge za uspešnost učenja omejitev in učenja hierarhij modelov.