Amandos D. Tulegulov

в статье анализируются основные виды машинного обучения по признаку наличия и сложности данных. Под каждую конкретную задачу подбирается свой алгоритм, так как от него зависит скорость и точность результата обработки исходных данных. Рассматриваются методы машинного обучения. В частности, характеризуется вариант на основе обучения интеллектуального агента, который действует во внешней среде и называется обучением с подкреплением. Обучение с подкреплением (англ. reinforcement learning) – способ машинного обучения, при котором система обучается, взаимодействуя с некоторой средой.