Как обучается компьютер? Как он учится видеть закономерности и анализировать данные? Для этого есть несколько алгоритмов – расскажем о них подробнее в статье. Машинное обучение – это способность компьютера выводить новые алгоритмы на основе изученных данных. Такое обучение используется во многих видах бизнеса – для упрощения аналитики и улучшения стратегии маркетинга. В основном, машинное обучение сводится к обработке большого количества данных и созданию прогнозов на их основе, а также оно помогает в работе некоторых сервисов – например, в автоматическом распознавании лиц или объектов...

В этой статье мы поговорим об основных алгоритмах, которые используются в процессе машинного обучения. И назовём лучшие из них по мнению Джеймса Ли, автора статьи «A Tour of The Top 10 Algorithms for Machine Learning Newbies». Как говорится, встречайте «горячую десятку»! Алгоритм алгоритму рознь Знакома ли вам теорема «No Free Lunch»? Суть её проста: не существует алгоритма, который стал бы наилучшим выбором для любой задачи и особенно обучения с учителем. К примеру, мы не можем утверждать, что нейронные сети всегда функционируют лучше, нежели деревья решений...