Полищук Ольга Александровна - кандидат экономических наук, доцент кафедры экономики, управления и аудита,
ул. 50 лет Октября 94, г. Курск 305040
Olga A. Polischuk - Cand. of Sci. (Economic), Associate Professor of the Department of Economics, Management and Audit,
50 Let Oktyabrya str. 94, Kursk 305040
Мартыничева Анастасия Денисовна - студент,
ул. 50 лет Октября 94, г. Курск 305040
Anastasia D. Martynicheva - Student,
50 Let Oktyabrya str. 94, Kursk 305040
Егоров Павел Денисович - студент,
Покровский бульвар 11, г. Москва 109028
Pavel D. Egorov - Student,
11 Pokrovskij boulevard, Moscow 109028
Актуальность. С учетом повсеместной цифровизации и автоматизации производственных процессов информационные технологии в современном обществе приобретают все большее значение. Методы и способы, применяемые ранее, становятся непригодными в нынешних условиях развития экономики. На этом фоне особую значимость приобретает машинное обучение, призванное быстрее и результативнее человека анализировать информацию. Машинное обучение — это развивающаяся область вычислительных алгоритмов, предназначенная для имитации человеческого интеллекта и выявления закономерностей в данных. На сегодняшний день это одна из самых быстрорастущих технических областей, лежащая на стыке информатики, статистики и бизнеса. Машинное обучение уже эффективно применяется для решения различных аналитических и оптимизационных задач.
Цель статьи заключается в изучении машинного обучения с теоретической точки зрения и оценке эффекта от его применения.
Задачи: изучить феномен "Big Data" как толчок к использованию машинного обучения; рассмотреть историю зарождения машинного обучения; дать трактовку данного понятия; описать основные принципы работы машинного обучения; оценить интерес к данной сфере; изучить конкретные кейсы успешного внедрения машинного обучения.
Методология. В ходе научного исследования использовались эмпирические, теоретические, статистические методы и методы графического представления.
Результаты. Были исследованы теоретические аспекты машинного обучения, изучены показатели популярности данной темы как в научной сфере, так и в бизнесе. Показаны примеры положительного эффекта от применения машинного обучения.
Выводы. В работе подчеркивается важность рассматриваемой темы с учетом последних тенденций, обосновывается выгода использования современных способов анализа.
Relevance. Given the widespread digitalization and automation of production processes, information technology in modern society is becoming increasingly important. Methods and methods used earlier become unsuitable in the current conditions of economic development. Against this background, machine learning is of particular importance, designed to analyze information faster and more efficiently than a person. Machine learning is an emerging field of computational algorithms designed to mimic human intelligence and discover patterns in data. Today it is one of the fastest growing technical fields, lying at the intersection of computer science, statistics and business. Machine learning is already being effectively used to solve various analytical and optimization problems.
The purpose of the article is to study machine learning from a theoretical point of view and evaluate the effect of its application.
Objectives: explore the phenomenon of "Big Data" as an impetus to the use of machine learning; consider the history of the origin of machine learning; give an interpretation of this concept; describe the basic principles of machine learning; assess interest in this area; study specific cases of successful implementation of machine learning.
Methodology. During scientific research, empirical, theoretical, statistical methods and methods of graphical representation were used.
Results. Theoretical aspects of machine learning were studied, the indicators of the popularity of this topic both in the scientific field and in business were studied. Examples of the positive effect of the use of machine learning are shown.
Conclusions. The paper emphasizes the importance of the topic under consideration, considering the latest trends, justifies the benefits of using modern methods of analysis.
The authors declare that there are no conflicts of interest present.