020. Малый ШАД - Машинное обучение и анализ данных - Александр Фонарев

Все чаще и чаще мы сталкиваемся с необходимостью выявлять внутренние закономерности больших объёмов данных. Например, для распознавания спама необходимо уметь находить закономерности в содержании электронных писем, а для прогнозирования стоимости акций — закономерности в финансовых данных. К сожалению, выявить их «вручную» часто невозможно, и тогда на помощь приходят методы машинного обучения. Они позволяют строить алгоритмы, которые помогают находить новые, ещё не описанные закономерности. Мы поговорим о том, что такое машинное обучение, где его стоит применять и какие сложности могут при этом возникнуть. Принципы работы нескольких популярных методов машинного обучения будут рассмотрены на реальных примерах.

[ТатьянаЛаткина-йж]

Очень оторвано от реальности, довольно абстрактное объяснение. Про банковскую систему был неплохой пример, и ещё про золотоискателей. Про диагностирование больных была попытка объяснить на примере, но неудачная. Ребята, конечно, не маленькие, но лучше бы больше конкретных примеров им дать, привязанных к жизни.
Ведь машинное обучение - штука очень востребованная, за этим будущее. Хорошо бы, чтобы дети были заинтересованы дальше обучаться в этом направлении.