Główne paradygmaty: nadzorowane, nienadzorowane i uczenie ze wzmocnieniem. Typowy cykl: problem → dane → cechy → model → ewaluacja → wdrożenie.
Popularne algorytmy
- Ensemble drzew (XGBoost, Random Forest)
- Regresja liniowa/logistyczna, SVM
- Sieci neuronowe (CNN/RNN/Transformers)