Машинное обучение и глубокое обучение

Сегодня интеллектуальные системы, обладающие возможностями искусственного интеллекта, часто основываются на машинном обучении. Машинное обучение означает способность систем обучаться на специализированных для конкретной задачи обучающих данных, автоматизировать процесс построения аналитических моделей и решать связанные с этим задачи. Глубокое обучение представляет собой концепцию машинного обучения, основанную на искусственных нейронных сетях. Во многих приложениях модели глубокого обучения превосходят неглубокие модели машинного обучения и традиционные подходы к анализу данных. В настоящей статье обобщаются основы машинного и глубокого обучения для формирования более широкого понимания методологической основы современных интеллектуальных систем. В частности, проводится концептуальное разграничение соответствующих терминов и понятий, объясняется процесс автоматизированного построения аналитических моделей посредством машинного и глубокого обучения, а также обсуждаются проблемы, возникающие при внедрении таких интеллектуальных систем в сфере электронных рынков и сетевого бизнеса. Эти проблемы естественным образом выходят за рамки технологических аспектов и акцентируют внимание на вопросах взаимодействия человека и машины, а также сервитизации искусственного интеллекта.