Чем отличаются задачи supervised и unsupervised обучения?

Supervised (обучение с учителем) и unsupervised (обучение без учителя) — два основных типа машинного обучения.

• Supervised learning: модель обучается на размеченных данных, где каждому входу соответствует правильный ответ (метка). Цель — научиться предсказывать метки для новых данных. Пример: классификация писем на спам и не спам.

• Unsupervised learning: модель работает с неразмеченными данными, пытаясь найти в них скрытые структуры или закономерности без заранее известных ответов. Пример: кластеризация клиентов по поведению.

Ключевое отличие — наличие или отсутствие меток в обучающих данных.