Seleccionar la técnica correcta para predecir la enfermedad a partir de los síntomas.

Estoy tratando de encontrar el algoritmo correcto para un sistema en el que el usuario ingresa algunos síntomas y el sistema tiene que predecir o determinar la probabilidad de que algunos síntomas seleccionados estén asociados con los existentes en el sistema. Luego, después de asociarlos, el resultado o la producción debería ser una enfermedad específica para los síntomas.

El sistema se compone de una serie de enfermedades con cada una asignada a síntomas específicos, que también existen en el sistema.

Supongamos que el usuario ingresó la siguiente entrada:

A, B, C, and D

Lo primero que debe hacer el sistema es verificar y asociar cada síntoma (en este caso representado por letras alfabéticas) individualmente contra una tabla de datos de síntomas que ya existen. Y en los casos en que la entrada no existe, el sistema debe informar o enviar comentarios al respecto.

Y también, digamos que A and Bestaba en la tabla de datos, por lo que estamos 100% seguros de que son válidos o existen y que el sistema puede transmitir la enfermedad en función de la entrada. Entonces, digamos que la entrada ahora es C and Ddonde Cno existe en la tabla de datos, pero existe la posibilidad de que Dexista.

No damos Duna puntuación del 100%, pero tal vez algo más bajo (digamos 90%). Entonces Csimplemente no existe en absoluto en la tabla de datos. Entonces, Cobtiene un puntaje de 0%.

Por lo tanto, el sistema debe tener algún tipo de asociación o técnicas o reglas de predicción para generar el resultado al juzgar la entrada del usuario.

Resumen de generar la salida:

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%

¿Qué técnicas se usarían para producir este sistema?

Creo que te encuentras con tu problema un poco equivocado ... de lo que esencialmente estás hablando es de una red de creencias.

Es posible que desee examinar las técnicas de aprendizaje bayesiano existentes para entender esto, pero las redes de creencias comúnmente usan el escenario exacto del que está hablando; usando un conjunto de declaraciones conocidas (o inciertas) para producir alguna probabilidad inferida de un resultado particular.

¡Aún más, a menudo expresan esto a través de ejemplos basados ​​en síntomas de enfermedades en tutoriales! Tratar aquí .

Mi punto es que sería mejor usar una red de creencias ya que la base de la teoría ya está ahí para ti, en lugar de una ANN.