Приведены сведения об основных парадигмах машинного обучения, состоящих из контролируемого, неконтролируемого и ансамблевого видов обучения. Предложена классификационная схема методов и алгоритмов, включающая все типы обучения. Выделены отдельные направления машинного обучения, в частности, классификация и регрессия, вместе с входящими в них методами. Каждый метод снабжен конкретной задачей из области менеджмента, решение которой доводится до количественного результата. В практической части пособия использован программный пакет MatLab версии R2018b, возможности которого позволяют получить решение всех рассмотренных задач.Соответствует ФГОС ВО последнего поколения.Для студентов бакалавриата, обучающихся по направлениям "Бизнес-информатика" и "Менеджмент".
Privedeny svedenija ob osnovnykh paradigmakh mashinnogo obuchenija, sostojaschikh iz kontroliruemogo, nekontroliruemogo i ansamblevogo vidov obuchenija. Predlozhena klassifikatsionnaja skhema metodov i algoritmov, vkljuchajuschaja vse tipy obuchenija. Vydeleny otdelnye napravlenija mashinnogo obuchenija, v chastnosti, klassifikatsija i regressija, vmeste s vkhodjaschimi v nikh metodami. Kazhdyj metod snabzhen konkretnoj zadachej iz oblasti menedzhmenta, reshenie kotoroj dovoditsja do kolichestvennogo rezultata. V prakticheskoj chasti posobija ispolzovan programmnyj paket MatLab versii R2018b, vozmozhnosti kotorogo pozvoljajut poluchit reshenie vsekh rassmotrennykh zadach.Sootvetstvuet FGOS VO poslednego pokolenija.Dlja studentov bakalavriata, obuchajuschikhsja po napravlenijam "Biznes-informatika" i "Menedzhment".
