Машинное обучение – раздел искусственного интеллекта, изучающий методы построения моделей и алгоритмов, способных обучаться. Методы машинного обучения используются при решении широкого круга прикладных задач, для которых разработка явного алгоритма решения затруднительна или невозможна. И этот круг задач постоянно расширяется. Повсеместная информатизация приводит к накоплению огромных объёмов данных в науке, производстве, бизнесе, транспорте, здравоохранении.

Курс «Машинное обучение» посвящен изучению одного из наиболее популярных разделов машинного обучения – машинного обучения с учителем. Приводятся краткая история и парадигмы машинного обучения, основные принципы машинного обучения с учителем, рассматриваются постановки задач регрессии и классификации, используемые для их решения модели, методы обучения и оценки качества  обученных моделей, рассматриваются особенности организации процесса обучения с учителем и применения методов машинного обучения для решения практических задач. Изложение ведется строгим математическим языком, сопровождается множеством формул и математических выкладок. Для изучения данного курса требуются знания университетских курсов математического анализа, линейной алгебры, теории вероятностей и математической статистики. Желательны базовые знания методов оптимизации и прикладного статистического анализа данных.

Цель курса состоит в получении и закреплении теоретических и практических знаний, необходимых для решения прикладных задач машинного обучения с учителем.

Курс ориентирован на студентов и аспирантов, обучающихся по направлению Прикладная математика и информатика, а также на исследователей, интересующиеся наукой о данных и применяющих машинное обучение и статистические методы в своей научной и практической деятельности.