Машинное обучение на языке программирования Python

ВВЕДЕНИЕ
Были поставлены следующие ЗАДАЧИ:
Изучить и проанализировать историю появления и практического применения.
Разобраться в теоретической основе машинного обучения.
Исследовать процесс использования данной технологии при создании различных программ.
Оформить и структурировать найденный материал.

Артур Самуэль и первые самообучающиеся шашки
Джеймс Адамс и его Стэнфордская тележка
ИЗ ИСТОРИИ МАШИННОГО ОБУЧЕНИЯ
Гарри Каспаров и искусственный интеллект «Deep Blue»

ПЕРСЕПТРОНЫ
Уоррен Мак-Каллок совместно с Уолтер Питтс в 1943 году создали возможную модель математического нейрона. Также в 1958 году Френк Розенблатт на основе нейрона создал программу, а затем и физическое устройство — перцептрон(персептрон).

ТИПЫ ЗАДАЧ И ОСНОВНЫЕ ВИДЫ МАШИННОГО ОБУЧЕНИЯ
Типы задач:
Задача регрессии
Задача классификации
Задача кластеризации
Задача уменьшения размерности
Задача выявления аномалий
Основные виды:
Обучение с учителем (supervised learning)
Обучение без учителя (unsupervised learning)

PYTHON
Высокоуровневый язык программирования общего назначения, ориентированный на повышение производительности разработчика, читаемости кода и его качества.

Библиотеки на Python
Основными библиотеками Python для машинного обучения являются:
Tensor Flow
Scikit-learn
NumPy
Pandas

Задача №1
Данные для обучения:
Mmas1 = [1,0,0,1] - 0
Mmas2 = [0,1,0,1] - 1
Mmas3 = [0,0,0,1] - 0
Mmas4 = [1,1,0,1] - 1
Mmas5 = [1,0,1,1] - 0
Mmas6 = [1,0,0,0] - 0

Задача №2
Пример числа из
«The MNIST DataBase»