Рассматриваются современные методы машинного обучения, применяемые при решении широкого круга задач, возникающих в продуктивном животноводстве. Некоторые задачи этого круга рассмотренные в более ранней публикации авторов, включают в себя прогноз величины надоя молока, обоснование решений по выбраковке коров, оценку эффективности искусственного осеменения, прогноз различных продуктивных показателей на основании геномных оценок. Настоящая статья содержит описание основных методов анализа эмпирических данных: метолы восстановления регрессионных зависимостей и методы классификации. Большое внимание уделяется модификациям этих методов, учитывающих особенности реальных данных. Материал статьи будет полезен специалистам широкого профиля, интересующимся применением современных методов анализа и интерпретации экспериментальных данных
