машинное обучение

1. использование машинного обучения

1.1. анализ текста

1.2. выявление мошенничества и кибербезопасность

1.3. рекомендательныетсистемы

1.4. системы обработки речи

1.5. разработка беспилотных автомоболей

1.6. анализ аудиоданных

1.7. обработка медицинских данных

2. задачи машинного обучения

2.1. аналитика данных

2.2. прогнозирование

2.3. выбор оптимального варианта из представленныых

2.4. принятие пациональных решений

3. виды машинного обучения

3.1. с учителем

3.2. без учителя

3.3. обучение нейросети с частичным привлечением учителя

3.4. обучение с подкреплением

4. плюсы

4.1. способность выявлять закономерности, тенденции и делать наиболее вероятные прогнозы, неочевидные на первый взгляд

4.2. осуществление определенного функционала без вмешательства человека

4.3. способность обрабатывать большие объемы различных данных в динамических системах

5. минусы

5.1. высокая стоимость внедрения, а также реализации при отсутствии достаточного объема данных для машинного обучения

5.2. необходимо дорогостоящее оборудование и специалисты для его установки

5.3. трудности в интерпретации полученных результатов без помощи профессионала