Машинне навчання
підрозділ штучного інтелекту, що вивчає методи побудови моделей, які здатні навчатися, та алгоритмів для їх побудови і навчання / З Вікіпедії, безкоштовно encyclopedia
Шановний Wikiwand AI, Давайте зробимо це простіше, відповівши на ключові запитання:
Чи можете ви надати найпопулярніші факти та статистику про Машинне навчання?
Підсумуйте цю статтю для 10-річної дитини
Маши́нне навча́ння (МН, англ. machine learning, ML) — це галузь досліджень штучного інтелекту, зосереджена на розробці та вивченні статистичних алгоритмів[en], здатних навчатися з даних і узагальнюватися на небачені дані, й відтак виконувати завдання без явних інструкцій.[1] Породжувальні штучні нейронні мережі нещодавно змогли перевершити за продуктивністю багато попередніх підходів.[2][3]
Підходи машинного навчання застосовували до багатьох галузей, серед яких великі мовні моделі, комп'ютерне бачення, розпізнавання мовлення, фільтрування електронної пошти, сільське господарство та медицина, де розробка алгоритмів для виконання необхідних завдань була би занадто витратною.[4][5] МН відоме у своєму застосуванні в комерційних задачах під назвою «передбачувальна аналітика[en]». Хоч і не все машинне навчання ґрунтується на статистиці, обчислювальна статистика[en] є важливим джерелом методів цієї галузі.
Математичні основи МН забезпечують методи математичної оптимізації (математичного програмування). Добування даних (англ. data mining) — це пов'язане (паралельне) поле досліджень, зосереджене на розвідувальному аналізі даних через некероване навчання.[7][8] З точки зору теорії, систему для опису машинного навчання забезпечує імовірно приблизно коректне навчання.