機械学習が登場する以前は、知識は手作業でコード化されていた。エキスパートシステムは、if-then文を用いてある領域のルールを記述し、推論エンジンを用いて結論を導き出していた。1970年代から1980年代にかけて、エキスパートシステムは医療診断、鉱物探査、機器のトラブルシューティングなどに活用されていた。

処理は2つのコンポーネントによって行われた。知識ベースには、人間の専門家へのインタビューなどを通じて構築された事実やルールが蓄積されていた。推論エンジンは、それらのルールを新しい事例に適用し、論理を順方向または逆方向に連鎖させて結論を導き出した。

典型的な例

• 細菌感染症に対するマイシン
• 分子構造のためのデンドラル
• コンピュータ構成用のXCON
• 内科用カドゥケウス

メンテナンスが問題となった。ルールが増え、矛盾が生じ、知識ベースの更新には専門家の労力が必要となった。機械学習は明示的なコーディングを必要とせず、データから学習するため、多くのアプリケーションに取って代わった。エキスパートシステムは、透明性と監査可能性が重要な狭い分野では依然として利用されている。