著者: 禅とコンピュータープログラミングの芸術
1 はじめに
1. エキスパートシステムの概要
エキスパートシステム（Expert System）とは、機械学習の応用分野であり、知識ベースに基づいた意思決定のための提案や意見などの意思決定支援システムを指します。エキスパートシステムは、入力された取引データや事実に応じたルール推論により、さまざまな条件下で最適な意思決定スキームを出力できます。これらの条件や意思決定スキームは、通常、専門家の経験、直感、判断などの多くの要素によって決まります。エキスパート システムを通じて、複雑な問題を迅速かつ正確に解決し、明らかな利益を得ることができます。しかし、エキスパート システムの構築、保守、および適用は、特に実際のビジネス シナリオではさらに複雑で困難なため、依然として小さなエンジニアリング作業ではありません。したがって、エキスパート システムの研究者は、一定のデータ分析、知識表現、計画、構築、および推論の能力に加え、コンピューター サイエンス、情報科学、数学、工学、その他の分野に対する深い理解を必要とします。
第二に、K 最近傍アルゴリズムの基本原理
K-Nearest Neighbors アルゴリズム (K-Nearest Neighbors アルゴリズム) は、「k-NN」アルゴリズムとしても知られ、単純な教師なし学習アルゴリズムです。このアルゴリズムはデータセットに基づく分類アルゴリズムであり、データ空間内の k 個のサンプルで超平面を定義し、超平面の点に近いサンプルを同じクラスとみなします。K 最近傍アルゴリズムは K によって提案されており、分類と回帰に使用できるシンプルで効果的な方法であり、非線形分離可能なデータセットにも適しています。K 最近傍アルゴリズムは分類問題と回帰問題の両方に使用できますが、一般に、K 最近傍アルゴリズムは分類問題にのみ使用されます。K 最近傍アルゴリズムの分類方法には、サポート ベクター マシン (Support Vector Machines)、多層パーセプトロン (Multi-Layer Perceptron)、またはデシジョン ツリー (Decision Tree) を使用できます。また、次のような他の方法を組み合わせることもできます。ベイズ法、ニューラルネットワーク法など