V mashinnom obuchenii razrabatywaütsq modeli i algoritmy, sposobnye uchit'sq na dannyh i delat' predskazaniq ili suzhdeniq bez qwnogo programmirowaniq. Mashinnoe obuchenie - äto podoblast' iskusstwennogo intellekta (II). V mashinnom obuchenii ispol'zuetsq shirokij spektr wazhnyh algoritmow i metodik. Spisok algoritmow mashinnogo obucheniq priweden nizhe: Algoritm mashiny opornyh wektorow, algoritm klassifikacii "derewo reshenij", algoritm "sluchajnyj les", algoritm logisticheskoj regressii, algoritm linejnoj regressii, algoritm K-Nearest Neighbor (KNN), algoritm klassifikatora Naïve Bayes, algoritm klasterizacii K-Means, algoritm XG-Boost. Jeti algoritmy ispol'zuütsq w samyh raznyh oblastqh, takih kak robototehnika, marketing, zdrawoohranenie i finansy, i sostawlqüt osnowu mashinnogo obucheniq. Vybor algoritma zawisit ot haraktera problemy, harakteristik dannyh i dostupnyh wychislitel'nyh moschnostej.