Интеллект и искусственный интеллект. Обучение и машинное обучение

ИНТЕЛЛЕКТ

   Искусственный (рукотворный) (машинный) интеллект - интеллект, который могут демонстрировать машины.

   Интеллект человека - качество психики, состоящее из способности приспосабливаться к новым ситуациям, способности к обучению и запоминанию на основе опыта, пониманию и применению абстрактных концепций, и использованию своих знаний для управления окружающей человека средой. (Общая способность к познанию и решению проблем, которая объединяет познавательные способности: ощущение, восприятие, память, представление, мышление, воображение, а также внимание, волю и рефлексию).


ОБУЧЕНИЕ

   Обучение - целенаправленный процесс организации и стимулирования активной учебно-познавательной деятельности учащихся по овладению знаниями, умениями и навыками, развитию творческих способностей и нравственных этических взглядов.
   Обучение - вид учебной деятельности, в которой количество и качество элементов знаний и умений ученика доводятся до должного уровня (среднего, эталонного, возможного), составляющего цель обучения.

   Машинное обучение (англ. machine learning) - класс методов искусственного интеллекта, характерной чертой которых является не прямое решение задачи, а обучение в процессе применения решений множества сходных задач.
   Для построения таких методов используются средства математической статистики, численных методов, методов оптимизации, теории вероятностей, теории графов, различные техники работы с данными в цифровой форме.
   Различают два типа обучения:
      1) Обучение по прецедентам, или индуктивное обучение
         (основано на выявлении эмпирических закономерностей в данных)

      2) Дедуктивное обучение
         (предполагает формализацию знаний экспертов и их перенос в компьютер в виде базы знаний)

   Machine learning (ML) is the study of computer algorithms that improve automatically through experience.
   Machine learning algorithms build a mathematical model based on sample data, known as "training data", in order to make predictions or decisions without being explicitly programmed to do so.
   Machine learning algorithms are used in a wide variety of applications, such as, for example, email filtering and computer vision, where it is difficult or infeasible to develop conventional algorithms to perform the needed tasks.
   Machine learning is closely related to computational statistics, which focuses on making predictions using computers.
   The study of mathematical optimization delivers methods, theory and application domains to the field of machine learning.
   Data mining is a related field of study, focusing on exploratory data analysis through unsupervised learning.
   In its application across business problems, machine learning is also referred to as predictive analytics/