Как работает машинное обучение?

В целом машинное обучение сводится к нахождению аргументов какой либо математической функции. Практически любое явление можно описать функцией нескольких переменных где переменные это состояние окружающей среды, а результат функции это последствия явления. То есть если нужно распознать например есть ли на картинке кот то отдельные пиксели картинки это переменные выраженные числами которые нужно на что то умножить, поделить или сложить (очень упрощённо) чтобы получить результат (вероятность что на картинке кот). Машинное обучение математическими методами пытается рассчитать на какие именно числа нужно умножить или поделить пиксели чтобы получить нужный результат. Как только они найдены, модели можно показывать другие картинки и она будет так же выдавать значение вероятности что на картинке кот или что то иное.