ルールベースの機械学習

ルールベース機械学習（RBML）は、コンピュータサイエンスの用語であり、「ルール」を識別、学習、または進化させて保存、操作、または適用するあらゆる機械学習手法を包括することを目的としています。 ^{[1] [2] [3]}ルールベース機械学習の特徴は、システムによって取得された知識を集合的に表す一連の関係ルールを識別して利用することです。

ルールベースの機械学習アプローチには、学習分類システム、^[4] 関連ルール学習、^[5] 人工免疫システム、^[6]、およびそれぞれが文脈的知識をカバーする一連のルールに依存するその他の方法が含まれます。

ルールベースの機械学習は概念的にはルールベース システムの一種ですが、多くの場合手作業で作成される従来のルールベース システムやその他のルールベースの意思決定者とは異なります。これは、ルールベースの機械学習では、人間が事前のドメイン知識を適用して手動でルールを構築し、ルール セットをキュレートする必要がなく、何らかの形式の学習アルゴリズムを適用して有用なルールを自動的に識別するためです。

ルールは通常、 「{IF:THEN} 式」の形式をとります(例: { IF 'condition' THEN 'result'}、またはより具体的な例として、{IF 'red' AND 'octagon' THEN 'stop-sign} )。個々のルールは、その条件が満たされた場合にのみ適用されるため、それ自体はモデルではありません。したがって、ルールベースの機械学習手法は通常、予測モデルを総合的に構成する 一連のルール、つまり知識ベースで構成されます。