据我所知，专家系统在机器学习大趋势之前的 80-90 年代很流行。它们主要基于符号逻辑推理，而不是 ML 中的统计数据。

它们可能被认为是基于 ML 的系统的第一阶段之一：专家系统根据一些数据自动执行推理步骤，这有点类似于 ML。然而，数据结构很强（并且可能非常复杂），通常必须由专家手动输入。这就是 ML 方法在很大程度上使其过时的主要原因：ML 系统可以从大量可能有噪声的特征中学习，而结构很少，而为专家系统准备数据的成本却令人望而却步。

专家系统确实是一种基于知识的系统（可能是第一代），但我认为后者更通用：基于知识的系统包括许多不同种类的数据库和不同的处理方法。

注意：这个答案是基于我对这些术语的一般理解和知识，这可能是正确的，但不确定；）