Niniejszy kurs przybliża podstawy Uczenia Maszynowego (UM) z wykorzystaniem intuicyjnych przykładów i narzędzia Google Teachable Machine. Składa się z czterech modułów tematycznych: wprowadzenie do UM, dane w UM, podstawowe pojęcia UM i metryki.

Uczenie przez wzmacnianie (ang. reinforcement learning) to rodzaj uczenia maszynowego, w którym model uczy się poprzez interakcje ze środowiskiem, wykorzystując system kar i nagród. [eduexe-source]7:6[/eduexe-source]

Uczenie Maszynowe (UM, ang. Machine Learning - ML) to obszar Sztucznej Inteligencji (AI), który skupia się na rozwijaniu algorytmów automatycznie poprawiających się poprzez doświadczenie, czyli ekspozycję na dane. Algorytmy te budują modele matematyczne na podstawie danych, co pozwala im podejmować decyzje lub prognozować rezultaty bez bezpośredniego programowania. UM jest stosowane w rozpoznawaniu obrazów, analizie danych, diagnostyce medycznej i wielu innych dziedzinach. [eduexe-source]7:1[/eduexe-source]