Машинное обучение — набор алгоритмов, которые учатся на данных. Обучение с учителем: обучение на размеченных данных (спам/не спам) — классификация и регрессия. Обучение без учителя: поиск скрытых структур в неразмеченных данных — кластеризация, снижение размерности.
Обучение с подкреплением: агент действует в среде и учится через вознаграждение/наказание — AlphaGo и робототехника. Проблема переобучения: модель «запоминает» обучающие данные и плохо работает на новых. Train/validation/test split и кросс-валидация решают эту проблему. Scikit-learn (Python) — самая удобная библиотека для старта в ML.
Наши курсы по этой теме