Wykład dotyczy podstaw systemów uczących się. Przedstawione będą techniki uczenia indukcyjnego (czyli opartego o przykłady), m.i. metody drzew decyzyjnych, sieci neuronowych, klasyfikatorów Bayesowskie, SVM, i itp., oraz techniki uczenia ze wzmocnieniem. Omawiane będą również historyczne i aktualne problemy oraz wyzwania dla systemów uczących się takie, jak problem uogólnienia i obciążenia (bias) klasyfikatorów, overfitting, problem wyboru modelu, selekcja cech, wyuczalność, itp.