Курс "Специалист по искусственному интеллекту". Урок 3. Классификация методов машинного обучения

Третье занятие курса «Специалист по искусственному интеллекту». Подробный разбор фундаментальных типов машинного обучения: обучения с учителем, обучения без учителя и обучения с подкреплением. Индуктивный и дедуктивный подходы, реальные бизнес-кейсы, проблема переобучения нейросетей на практике и подготовка к первому написанию кода. 00:00 — Что такое искусственный интеллект: границы и размытость термина 01:20 — Машинное обучение (ML): индуктивный подход и обучение по прецедентам 01:52 — Дедуктивное обучение (экспертные системы) против индуктивного (ML) 03:03 — Глубокое обучение (Deep Learning): почему нейросети стали синонимом ИИ 03:55 — Ошибка хакатонов: когда классические неглубокие методы лучше нейросетей 05:08 — Три фундаментальных класса машинного обучения: общая классификация 06:14 — Обучение с учителем (Supervised Learning): суть размеченных данных 08:16 — Задачи обучения с учителем: Регрессия и Классификация 08:44 — Пример задачи регрессии: оценка рыночной стоимости автомобиля 11:30 — Пример задачи классификации: спам-фильтрация писем 14:13 — Интерактивный опрос: разбор примеров регрессии и классификации 15:15 — Обучение без учителя (Unsupervised Learning): работа с неразмеченными данными 19:43 — Пример задачи кластеризации: сегментация базы автомобилей без цен 21:53 — Генеративные алгоритмы и большие языковые модели (LLM) как Unsupervised Learning 23:25 — Интерактивный опрос: разбор примеров обучения без учителя и Semi-supervised методы 25:09 — Обучение с...