Kachestwo wina wazhno kak dlq potrebitelej, tak i dlq winodel'cheskoj promyshlennosti. Tradicionnyj sposob izmereniq kachestwa wina (äxpertnyj degustator win) mozhet byt' dorogim i trudoemkim. V nastoqschee wremq modeli mashinnogo obucheniq qwlqütsq glawnymi instrumentami, zamenqüschimi wmeshatel'stwo cheloweka. Mashinnoe obuchenie (ML), qwlqüscheesq podoblast'ü iskusstwennogo intellekta (II), naprawleno na ponimanie struktury dannyh i wstraiwanie ee w modeli, kotorye pozzhe mozhno ispol'zowat' s newidimymi dannymi dlq dostizheniq zhelaemoj zadachi. Mashinnoe obuchenie shiroko ispol'zuetsq w razlichnyh sektorah, takih kak biznes, medicina i astrofizika, i äto lish' nekotorye i mnogie drugie nauchnye problemy. Vdohnowlennye uspehom iskusstwennogo intellekta w razlichnyh otraslqh, my mozhem ispol'zowat' ego dlq prognozirowaniq kachestwa wina na osnowe razlichnyh fiziko-himicheskih swojstw wina. Sredi razlichnyh metodow mashinnogo obucheniq my analiziruem proizwoditel'nost' ansamblewyh metodow mashinnogo obucheniq s äxtremal'no randomizirowannymi derew'qmi (dopolnitel'nye derew'q), äxtremal'nogo powysheniq gradienta (XG Boost) i mashiny s legkim powysheniem gradienta (Light GBM). Jeta rabota demonstriruet, kak mozhno ispol'zowat' statisticheskij analiz dannyh dlq wyqwleniq komponentow, kotorye w osnownom kontroliruüt kachestwo wina pered ego proizwodstwom.