В статье демонстрируются принципы машинного обучения на примере конкретного прикладного научного исследования. В центре внимания авторов находятся актуальные вопросы использования алгоритмов машинного обучения в различных областях деятельности, в частности, медицине. В данной работе речь идет об одном из направлений изучения машинного обучения — классификации болезней листьев растений. При этом целью статьи является принятие решение задачи с помощью искусственного интеллекта с минимальным вмешательством человека. Авторы подробно рассматривают технологию применения машинного обучения для решения проблемы болезней растений риса. В этой проектной работе использовался алгоритм сверточной нейронной сети (CNN) для классификации четырех классов различных болезней риса: пятнистости листьев, пирикуляриоза риса, бурой пятнистости и тунгроза. В общей сложности модель использовала 5932 изображения, из которых 4746 изображений использовались в качестве обучающих данных, а 1186 - в качестве тестовых данных. Это дало возможность поэкспериментировать с большим количеством наборов данных и тем самым продемонстрировать работу метода машинного обучения к решению конкретной научной задачи

машинное обучение, принципы машинного обучения, данные, искусственный интеллект, модели, алгоритмы, изображения, метод обработки изображений