Нейросети и машинное обучение - это два разных понятия?

Нейросети и машинное обучение - это два разных понятия? Ведь машинное обучение производится на заранее подготовленных данных, а для нейросети они вроде бы не нужны - я встпечал такое определение: Нейросеть - это алгоритм, который спсобен сам уточнять входной параметр.

Ответ

Вы задали слишком философский вопрос. Вероятно, каждый на него ответит по-своему. Моём мнение Вы можете узнать ниже.
К сожалению, сейчас нейросети (НС) воспринимаются многими как панацея. Приведу пример. Если Вы спросите: "Как можно решить какую-либо задачу, поставленную нечётко?" Например, как узнать, в какой момент произойдёт отток клиентов в банке, либо же, в какой момент Петечкин Василий Петрович перестанет платить кредит. Скорее всего Вас отошлют к нейросетям и скажут: а возьмите-ка ваши данные подайте на вход нейронной сети и будет Вам счастье. Этот подход имеет место быть и он неплох, особенно, когда следует получить быстрый результат в условиях ограниченного времени. Скорее всего Вы получите приемлемое качество при наличии небольшой сноровки работы с НС.
Но вот на вопрос, что можно использовать помимо НС, скорее всего Вы получите в ответ задумчивое молчание. После чего, вероятно, человек выпалит фразу, в которой будет фигурировать слово "регрессия" или "метод главных компонент". Да, всё это прекрасные методы, но часто люди ими и ограничиваются.
Многие модели эквивалетны друг другу. Так, регрессию можно представить нейросетью, а нейросеть регрессией. И ничего здесь странного нет. Также и с другими методами.
Что касается панацеи. То сейчас забывают о многих чудесных вещах. Например, о дифференциальных уравнениях, которые могут очень неплохо описывать разного класса задачи. О теории групп, посредствам которой можно очень здорово упрощать всеми любимые НС и повышать качество так называемого обучения, которое явлется решением оптимизационной задачи.Что касается НС, то всё это сводит к введению целевой функции, которую следует оптимизировать.
Отвечая на Ваш вопрос про машинное обучение и НС. Машинное обучение -- это набор математических методов прикладной математики, которые, в большинстве своём проходят в курсах высшей школы (численные методы, методы оптимизации, статистика, анализ, дискретная математика и другие). НС -- есть метод прикладной математики, который направлен на решение определённого класса задач. Следовательно, НС -- это семейство алгоритмов, являющихся частью машинного обучения, которые, как правило, можно отнести к численным методам и методам оптимизации.