Чтобы научить робота отличать улитку от камня, программист напишет инструкцию, где будет что-то вроде: «Если объект двигается медленно, оставляет за собой слизь и у него есть рожки — это улитка». 

А специалист по машинному обучению покажет 1000 картинок с улитками и 1000 — с камнями, чтобы роботу стало понятно, как эти объекты выглядят. Постепенно он начнет замечать закономерности, например, что у улиток есть рожки, а у камней их нет.

Машинное обучение (Machine Learning) — это когда модель не программируют напрямую, а учат на примерах, как ребенка. 

Есть три типа машинного обучения: 

▪️ Обучение с учителем 
В наборе данных у каждой записи ставят метку. Модель должна научиться связывать характеристики данных с этими метками, чтобы классифицировать новые данные. Как в примере с улитками

▪️ Обучение без учителя 
Меток нет, и модель должна сама найти закономерности в данных и научиться отличать камни от улиток

▪️ Обучение с подкреплением
В этом случае алгоритм учится на своих ошибках. Есть набор данных и он пытается понять, как они связаны. Если получается, ему вручают награду

Разобраться в этом сложном, но интересном процессе вам помогут на курсе Machine Learning Engineer.

Читайте нас в MAX

@skillfactory