Применение точных методов прогноза индивидуальной продуктивной ценности, фертильности, продолжительности продуктивной жизни коров и оптимизации управления стадом являются перспективными направлениями для повышения эффективности современного продуктивного животноводства. Практическое применение систем электронных микродатчиков с беспроводной передачей данных, обеспечивающее получение в реальном времени больших объёмов данных, вызвало потребность в эффективных технологиях анализа и компьютерной обработки получаемой информации. В обзоре рассматривается ряд прикладных задач в области животноводства, в которых нашли успешное применение методы машинной классификации и обучения. В арсенале машинного обучения имеются методы выделения наиболее значимых факторов, установления скрытых зависимостей, использования априорной информации и информации из сторонних источников. В настоящее время на основе методов классификации и восстановления зависимостей разработаны алгоритмы автоматической идентификации отдельных животных, их поведения и состояния на выпасе, предсказания физических и физиологических показателей, прогноза селекционной ценности и др. Основные разделы обзора: индивидуальная идентификация, классификация поведения и обнаружение теплового стресса; выявление поведенческих и физиологических характеристик; прогноз продуктивных показателей; обоснование решений по выбраковке коров; диагностика и оценка эффективности лечения мастита и респираторных заболеваний; оценка эффективности осеменения; селекция по показателям продуктивности и геномным оценкам; селекция по показателям конверсии энергии корма в продукцию; селекция по показателям фертильности и дожития. Широкий спектр и экономическая эффективность решаемых задач свидетельствуют о высоком потенциале методов анализа данных и машинного обучения при решении практических задач животноводства.
