症状から疾患を予測するための適切な手法の選択

ユーザーがいくつかの症状を入力し、いくつかの選択された症状がシステムに存在する症状と関連付けられる可能性をシステムが予測または決定する必要があるシステムに適したアルゴリズムを考え出そうとしています。次に、それらを関連付けた後、結果または出力は症状の特定の疾患になるはずです。

システムは一連の疾患で構成されており、それぞれが特定の症状に割り当てられており、システムにも存在します。

ユーザーが次の入力を行ったと仮定します。

A, B, C, and D

システムが最初に行うべきことは、各症状（この場合はアルファベット文字で表される）を個別にチェックして、既存の症状のデータテーブルに対して個別に関連付けることです。そして、入力が存在しない場合、システムはそれについて報告またはフィードバックを送信する必要があります。

また、それA and Bがデータテーブルにあったとしましょう。そのため、それらが有効であるか、または存在し、システムが入力に基づいて疾患を提供できることを100％確信しています。次に、入力がデータテーブルに存在しないC and D場所であるとCしますが、存在する可能性がDあります。

D100％のスコアは与えませんが、おそらくそれよりも低いスコア（90％としましょう）を与えます。そのC場合、データテーブルにはまったく存在しません。したがって、Cスコアは0％になります。

したがって、システムには、ユーザーの入力を判断して結果を出力するための、何らかの関連付けと予測の手法またはルールが必要です。

出力の生成の要約：

If A and B were entered and exist, then output = 100%
If D was entered and existed but C was not, then output = 90%
If all entered don't exist, then output = 0%

このシステムを作成するためにどのようなテクニックが使用されますか？

あなたは少し間違った問題に直面していると思います...あなたが本質的に話しているのは信念ネットワークです。

既存のベイジアンラーニングテクニックを調べてこれを理解することをお勧めしますが、信念ネットワークは一般的に、あなたが話している正確なシナリオを使用しています。一連の既知の（または不確実な事実）ステートメントを使用して、特定の出力の推定確率を生成します。

さらに、彼らはしばしばチュートリアルで病気の症状に基づいた例を通してこれを表現します！こちらをお試しください。

私の要点は、ANNの代わりに、理論の基礎がすべてすでに用意されているので、信念ネットワークを使用する方が良いということです。