Обучение машинное (machine learning) — процесс, реализующий вычислительные методы, которые предоставляют системам возможность обучаться на данных или на основе опыта.
[ГОСТ Р (проект, первая редакция). Информационные технологии. Искусственный интеллект.]
Обучение машинное (Machine Learning) – технологии автоматического обучения алгоритмов искусственного интеллекта распознаванию и классификации на тестовых выборках объектов для повышения качества распознавания, обработки и анализа данных, прогнозирования.
[Технологии искусственного интеллекта. Глоссарий. Агентство промышленного развития Москвы. 2019 г]
Обучение машинное (Machine learning (ML)) — по определению профессора Тома Митчелла, машинное обучение — это научная область ИИ, которая изучает компьютерные алгоритмы, позволяющие компьютерным программам автоматически совершенствоваться по мере накопления опыта.
[Глоссарий терминов машинного обучения. (Электронный ресурс). Режим доступа: http:// onff.ru›glossarij-terminov-mashinnogo-obucheniya/, свободный.]
Обучение машинное (machine learning) — процесс, использующий вычислительные методы, позволяющий системам учиться на данных или опыте
[ПНСТ. Информационные технологии. Искусственный интеллект. Термины и определения. Стандартинформ]
Обучение машинное (Machine Learning) — программы машинного обучения позволяют компьютеру учиться решать задачи на основе множества примеров. После обучения он может сравнивать и классифицировать данные и даже распознавать сложные объекты. До появления в 2010 году методов глубокого обучения* выполнение таких программ осуществлялось под контролем человека. Так, при обучении распознаванию изображений использовались картинки, для которых вручную указывался представленный на них предмет – лицо человека, голова кошки и пр. По мере анализа таких аннотированных изображений система учится самостоятельно идентифицировать новые объекты.
[Толковый словарь по искусственному интеллекту. (Электронный ресурс). Режим доступа: http:// raai.org›library/tolk/aivoc.html/, свободный.]
Обучение машинное (machine learning) — процесс автоматического обучения и совершенствования поведения системы искусственного интеллекта на основе обработки массива обучающих данных без явного программирования.
[ГОСТ Р 59895-2021. Технологии искусственного интеллекта в образовании. Общие положения и терминология]
Обучение машинное — подмножество ИИ, в котором компьютерные программы и алгоритмы могут быть разработаны для «обучения» выполнению определенной задачи с повышением эффективности и результативности по мере ее развития. Такие программы могут использовать прошлые данные о производительности для прогнозирования и повышения производительности в будущем.
[Популярные термины искусственного интеллекта.(Электронный ресурс). Режим доступа: http:///skine.ruПубликации465570, свободный.]
Обучение машинное (ML) — научное исследование алгоритмов и статистических моделей, которые компьютерные системы используют для эффективного выполнения задач без использования явных инструкций, полагаясь на логический вывод.
[Глоссарий искусственного интеллекта. (Электронный ресурс). Режим доступа: http:// hrwiki.ru›wiki/Glossary_of_artificial_intelligence/, свободный.]
Обучение машинное (Machine Learning) – это область исследования, которая дает компьютерам возможность учиться без явного программирования. Также под машинным обучением понимают технологии автоматического обучения алгоритмов искусственного интеллекта распознаванию и классификации на тестовых выборках объектов для повышения качества распознавания, обработки и анализа данных, прогнозирования. Также машинное обучение определяют, как одно из направлений (подмножеств) искусственного интеллекта, благодаря которому воплощается ключевое свойство интеллектуальных компьютерных систем – самообучение на основе анализа и обработки больших разнородных данных. Чем больше объем информации и ее разнообразие, тем проще искусственному интеллекту найти закономерности и тем точнее будет получаемый результат.
[Чесалов А. Ю. Глоссариум по искусственному интеллекту: 2500 терминов/ А. Ю. Чесалов — «Издательские решения» 2022 г., 670 стр.]
Обучение машинное (Microsoft Azure) – это функция, которая предлагает расширенную облачную аналитику, предназначенную для упрощения машинного обучения для бизнеса. Бизнес-пользователи могут моделировать по-своему, используя лучшие в своем классе алгоритмы из пакетов Xbox, Bing, R или Python или добавляя собственный код R или Python. Затем готовую модель можно за считанные минуты развернуть в виде веб-службы, которая может подключаться к любым данным в любом месте. Его также можно опубликовать для сообщества в галерее продуктов или на рынке машинного обучения. В Machine Learning Marketplace доступны интерфейсы прикладного программирования (API) и готовые сервисы. Также, – это способность машин автоматизировать процесс обучения. Входными данными этого процесса обучения являются данные, а выходными данными – модель. Благодаря машинному обучению система может выполнять функцию обучения с данными, которые она принимает, и, таким образом, она становится все лучше в указанной функции.
[Чесалов А. Ю. Глоссариум по искусственному интеллекту: 2500 терминов/ А. Ю. Чесалов — «Издательские решения» 2022 г., 670 стр.]
Обучение машинное — класс методов искусственного интеллекта, характерной чертой которых является не прямое решение задачи, а обучение в процессе применения решений множества сходных задач.
[Толковый словарь терминов и понятий по вопросам цифровой трансформации (Электронный ресурс). Режим доступа: http:// elib.bsu.by/, свободный.]
Обучение машинное; МО (machine learning, ML) — процесс оптимизации параметров модели с помощью вычислительных методов таким образом, чтобы поведение модели отражало данные и/или опыт.
[ГОСТ Р 71476-2024. Искусственный интеллект. Концепции и терминология искусственного интеллекта]
Обучение машинное — это набор методов, которые позволяют компьютеру решать задачи, не используя заранее заданный человеком алгоритм решения. Например, машинное обучение позволяет обучить компьютер отличать кошек от собак на фотографиях, хотя у компьютера нет конкретных инструкций, вроде «если есть острые уши и усы, то это кошка».
Вместо инструкций и правил компьютеру «показывают» много разных примеров с ответами. В случае с классификацией животных образцом будет изображение кошки или собаки с правильным названием объекта.
[10 терминов, чтобы лучше понять нейросети/ (Электронный ресурс). Режим доступа: http:// sysblok.ru›nlp/10-slov-mashinnogo-obuchenija//, свободный]
Обучение машинное — методики анализа данных, которые позволяют аналитической системе обучаться в ходе решения множества сходных задач.
[Словарь терминов и понятий цифровой дидактики / Рос. гос. проф.-пед. ун-т; авт.- сост.: Ломовцева Н. В., Заречнева К. М., Ушакова О. В., Ярина С. Ю., – Екатеринбург: РГППУ: Ажур, 2021. – 84 с.]
Обучение машинное — в сфере обнаружения знаний машинное обучение чаще всего используется для обозначения применения алгоритмов индукции, которые являются одним из этапов процесса обнаружения знаний. Это определение похоже на определение эмпирического или индуктивного обучения в книге «Чтения по машинному обучению» Шавлика и Диттериха. Обратите внимание, что в их определении обучающие примеры «предоставляются извне», в то время как здесь предполагается, что они предоставляются на предыдущем этапе процесса обнаружения знаний. Машинное обучение — это область научных исследований, которая занимается алгоритмами индукции и другими алгоритмами, которые можно назвать «обучающимися».
[Рон Кохави, Фостер Провост. Специальный выпуск, посвящённый применению машинного обучения и процессу обнаружения знаний. (Электронный ресурс). Режим доступа: http://ai.stanford.edu› ~ronnyk/glossary.html /, свободный.]