• Машинное обучение - область знаний и исследований в области ИИ, разрабатывающая алгоритмы и статистические модели для аппроксимации данных и выполнения задач без явных инструкций.
• Машинное обучение является ключевой компонентой ИИ и позволяет компьютерным программам выполнять задачи без явного программирования.
• Основные концепции машинного обучения: модель МО, обучение модели, данные.
• Обучение в машинном обучении - итерационный процесс изменения модели с использованием данных для выявления закономерностей и зависимостей между входными и выходными данными.
• Алгоритмы машинного обучения не обучаются, а создаются, и обучаются системы путем изменения параметров моделей.
• Модели МО обобщают знания из обучающих данных и могут применяться к новым данным для решения различных задач.
• Алгоритмы МО анализируют ряд наблюдений и математически выражают зависимость между входами и выходами.
• Обучение в машинном обучении классифицируется на несколько типов: с учителем, без учителя, полуконтролируемое, с подкреплением.
• Типы задач в машинном обучении: регрессия, ранжирование, классификация, кластеризация, уменьшение размерности, выявление аномалий.