Машинное обучение — раздел информатики, в котором мы пытаемся создать алгоритмы, работающие тем лучше, чем больше данных они успели обработать. Центральной темой мини-курса станет байесовский вывод — алгоритмы поиска гипотезы, которая максимизирует правдоподобие при условии имеющихся данных; подавляющее большинство аппаратов машинного обучения можно сформулировать в виде задачи байесовского вывода. Для того чтобы полностью понять происходящее, желательно владеть основами теории вероятностей.

Рекомендованная литература:

• Christopher M. Bishop, Pattern Recognition and Machine Learning;
• David J. MacKay, Information Theory, Inference, and Learning Algorithms;
• лекции по Machine Learning, которые сейчас читают онлайн в Стэнфорд.