МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ федеральное

образования «Сибирский государственный университет науки и технологий имени академика М. Ф. Решетнева» (СибГУ

им. М.Ф. Решетнева)

Методы машинного обучения.

Выполнила студентка группы МКБ18-01 Солодовникова Олеся Александровна

(англ. machine learning, ML) — класс методов искусственного интеллекта, характерной

чертой которых является не прямое решение задачи, а обучение в процессе применения решений множества сходных задач. Для построения таких методов используются средства математической статистики, численных методов, методов оптимизации, теории вероятностей, теории графов, различные техники работы с данными в цифровой форме.
Различают два типа обучения:
Обучение по прецедентам, или индуктивное обучение, основано на выявлении эмпирических закономерностей в данных.
Дедуктивное обучение предполагает формализацию знаний экспертов и их перенос в компьютер в виде базы знаний.

учителя
Обучение с подкреплением
Активное обучение
Трансдуктивное обучение
Многозадачное обучение
Многовариантное обучение
Бустинг
Байесовская сеть

learning) — один из способов машинного обучения, при котором испытуемая

система спонтанно обучается выполнять поставленную задачу без вмешательства со стороны экспериментатора. С точки зрения кибернетики, это является одним из видов кибернетического эксперимента. Как правило, это пригодно только для задач, в которых известны описания множества объектов (обучающей выборки), и требуется обнаружить внутренние взаимосвязи, зависимости, закономерности, существующие между объектами.

аномалий

её программное или аппаратное воплощение, построенная по принципу организации и

функционирования биологических нейронных сетей — сетей нервных клеток живого организма.