Машинное обучение

Описание	Способность программы учиться, не будучи явно запрограммированной. Машинное обучение - предполагает наличие общих алгоритмов, которые могут выявить полезную информацию об исследуемом наборе данных без необходимости писать специальный код для решения этой задачи. Что в машинном обучении способ выполнения задачи автоматически выводится из примеров
Область знаний	Информатика, Педагогика
Авторы	Самуэль, Минский, Пейперт
Поясняющее видео	https://youtu.be/US2NMUfn1tQ
Близкие понятия	Персептрон, Искусственный интеллект, Генетический алгоритм, Языковая модель
Среды и средства для освоения понятия	R, Julia, Python, Java, JavaScript

Одним из вариантов моделей машинного обучения являются нейронные сети, которые состоят из нейронов и синапсов (связей между нейронами). Нейронная сеть

Типы машиннного обучения

Контролируемое обучение

Обучение производится на многочисленных примерах размеченных данных, то есть на базе изображений в каждом из которых отмечен правильный результат.

Неконтролируемое обучение (без учителя)

К данному типу обучения относятся алгоритмы, которые обучаются на основе набора данных без каких-либо меток. В качестве примера неконтролируемого обучения можно привести кластерный анализ, где стоит задача разделить объекты на классы по неизвестному признаку. В отличие от классификации у нас нет заранее известных классов. Алгоритм сам должен найти похожие объекты и объединить их в кластеры на основе некоторой заданной функции близости.