Машинное обучение может быть вполне представительной прикладной наукой, если будет проходить все стадии от ощущения проблем, их визуализации, системной структуризации, измерения признаков, концептуализации и разработки гипотез о связи результативных и факторных признаков до постановки полевых (производственных) экспериментов и разработки рекомендаций. А также оценок адекватности, валидности и верификации моделей и полученных данных. И в конечном итоге подтверждения сходимости новых расчётов и практической проверки рекомендаций.
Если всё закончится на стадиях ощущения и визуализации проблем, а далее использования уже ранее применявшихся для других случаев математических моделей, алгоритмов и программ, то это по большей части будет искусство программиста и пользователя. Поскольку в результате этих действий не будут открыты неизвестные закономерности и определены новые понятия, научные и практические инструменты изменений.
С уважением. Александр.