Современные тенденции развития информационных технологий. Принципы машинного обучения, нейронных сетей

Цель обучения:
10.3.1.1 объяснять принципы машинного обучения, нейронных сетей (нейронов и синапсов)

Ожидаемые результаты
(Критерии оценивания):
Знание
Дает определение понятие «машинное обучение»
Понимание
Объясняет принципы машинного обучения
Применение
Моделирует процесс машинного обучения
Анализ
Анализирует работу прикладной программы и определяет назначение
Оценивание
Проводит самооценивание и оценивание других учащихся

Машинное обучение - это процесс, в ходе которого система обрабатывает большое число примеров, выявляет закономерности и использует их, чтобы прогнозировать характеристики новых данных.
Термины и определения

https://www.youtube.com/watch?v=4d7pC8S1HrQ
Объясните суть машинного обучения, просмотрев ролик

В шестидесятые-семидесятые XX века сложились основные научные принципы ML. В современном представлении ML объединяет в себе ранее независимые направления:
нейронные сети (neural networks),
обучение по прецедентам (case-based learning),
генетические алгоритмы (genetic algorithms),
выводы правил (rule induction)
аналитическое обучение (analytic learning).
Принципы машинного обучения

Определить жанры живописи

Работа обученной системы
https://www.youtube.com/watch?v=dXM0U2Ke-BI
Видеоролик

Что такое «машинное обучение»?
Назовите основные принципы машинного обучения.
Объясните процесс машинного обучения.
Резюме

Что такое машинное обучение?
Из чего состоит основная идея машинного обучения?
Объясните принцип работы машинного обучения. Приведите примеры.
Что такое Нейрон?
Дайте характеристику его цели, деятельности.
Назовите типы нейронов.
Из каких элементов состоит искусственный нейрон?
Что такое нейросеть?
Какова его функция?
Что означает обучение в нейросети?
Домашняя работа