Машинне навчання
Машинне навчання — це підполе штучного інтелекту, яке займається створенням програм, що навчаються на даних. Машинне навчання пов’язане з темою роботи з даними, особливо з їх збором і записом.
У рамах Знаємо інформатику ми розділяємо цю тему таким чином:
- основи машинного навчання (основний принцип машинного навчання, відмінність від класичного програмування, використання машинного навчання)
- типи завдань, які можна вирішити за допомогою машинного навчання (як-от, класифікація, регресія, кластеризація)
- методи вирішення цих завдань (навчання з учителем і без нього, посилене навчання, нейронні мережі та інші моделі, алгоритми навчання)
- оцінка вивчених моделей (розрізнення між узагальненням і простим запам’ятовуванням, розпізнавання навчання та перенавчання, вибір та інтерпретація відповідних показників для порівняння моделей)
- викривлення (упередження) у машинному навчанні (що це таке, як це розпізнати та що з цим можна зробити)
Вибір
Швидке практикування шляхом вибору з двох варіантів.
Основи машинного навчання (середнє) • NC2
Зазвичай займає: 5 хв

Основи машинного навчання (важке) • NDM
Зазвичай займає: 5 хв

Завдання машинного навчання (середнє) • NDH
Зазвичай займає: 5 хв

Завдання машинного навчання (важке) • NDT
Зазвичай займає: 5 хв

Методи машинного навчання (середнє) • NDJ
Зазвичай займає: 5 хв

Методи машинного навчання (важке) • NDU
Зазвичай займає: 5 хв

Оцінка машинного навчання (середнє) • NDK
Зазвичай займає: 5 хв

Оцінка машинного навчання (важке) • NDV
Зазвичай займає: 5 хв

Упередженість машинного навчання (середнє) • NDL
Зазвичай займає: 5 хв

Машинне навчання: поняття (середнє) • NEE
Зазвичай займає: 5 хв

Машинне навчання: поняття (важке) • NEC
Зазвичай займає: 5 хв

Машинне навчання: мікс (середнє) • NF6
Зазвичай займає: 5 хв

Машинне навчання: мікс (важке) • NF7
Зазвичай займає: 5 хв
