[机器学习]专家系统

关于专家系统的几个子系统解读：不同于神经网络，专家型系统可以认为就是一种具有特殊架构的程序，分为

• ①知识库（存储逻辑推理的规则，类似如果1，并且如果2，则=>3这种格式（条件+结论），当然里面的1,2,3都是具体的条件。）
• ②推理系统：从外部获取到判断信息，并根据信息到知识库中去匹配当前“已知”的“条件”，同时检索当前条件可以推得的结论。
• ③数据库：存储一些动态的数据（例如每一次外部输入的条件、(如果是医院的系统，可能就是一些药物以及其对应的属性等。）
• ④输出推理的结论（比如开处方药等）
• 可以看到，就是将某一个特定领域内，人类的推理过程机器化的一种过程。（由于是特定的领域，比如可能是医学领域中诊断一类特定的疾病）。由于目标明确，所以逻辑也不会是无穷多的，基本上是可以枚举的，而且由于知识库和推理器分离（即数据和逻辑是分离的），所以可以通过维护知识库中的数据，或者优化推理器的逻辑，来提升整体的功能效果（即不断学习），当然这个和我们的当前的开发其实没有什么两样，但同样实现了“智能”，只不过实现的过程是很原始的，都是通过人来输入数据、编辑定死的逻辑，但确确实实也实现了在某一个特定领域的”智能“，减少了人的劳动。类似这种其实也属于人工智能部分。只不过是使用传统的思想做的智能系统，可扩展性也有，但是不如当前的神经网络的学习方式。