假设我有一个医学规则：一个男人是健康的，他有失眠综合症，建议他服用安眠药并去看医生。这个规则的确定性因子为0.9（对特定规则真实性的主观信念程度，范围在[0; 1]之间）。

Status(Fatigue) ^ Syndrone(Insomnia)-> Treatment(TakeSleepingPills) ^ Treatment(MeetDoctor) {CF = 0.9}

如果我已知的事实是Status(Fatigue)，在缺少Syndrone(Insomnia)的情况下，如何推断Treatment(TakeSleepingPills)和Treatment(MeetDoctor)？

有许多机器学习方法可以使用，例如概率提及模型，抽样分布推断，贝叶斯推断，… 但除了机器学习之外，还有其他方法吗？

回答：

你可以尝试使用答案集编程来推导规则和结果。基本思路是，你需要将问题表示成逻辑方程的形式，并运行一个特殊程序来解决给定的问题，即使在信息缺失的情况下也是如此。然而，在我看来，这不会比机器学习更简单。

你可以阅读以下内容：

1. 什么是答案集编程

2. 通过示例了解答案集编程

求解器：

1. Potassco
2. SModels