priori całość tego istotnego kontekstu, to wynikająca z niego baza wiedzy byłaby potencjalnie olbrzymim zestawem reguł. Po podaniu powyższych czynników i porównaniu, omawianych przez nas, stron dodatnich i ujemnych, można zaproponować wytyczne dla wybrania podejścia do tworzenia systemu ekspertowego dla określonego problemu. Pewne wytyczne służące do wyboru metody zamieszczono w tablicy 7.2.<br><br>&lt;gap&gt;<br><br>Statystyczne rozpoznawanie obrazów w formie klasyfikacji bayesowskiej nadaje się do zastosowania, gdy:<br>a) istotne prawdopodobieństwa lub dane wymagane do ich wyprowadzenia są łatwo osiągalne,<br>b) wyniki, w których ma się ocenić prawdopodobieństwa, wzajemnie się wykluczają,<br>c) parametry wejściowe są względnie niezależne od innych,<br>d) wymagane są przeważnie wnioskowania