V čem se liší úkoly supervisionovaného a nesupervisionovaného učení?

Řízené (s učitelem) a neřízené (bez učitele) jsou dva hlavní typy strojového učení.

• Řízené učení: model se učí na označených datech, kde každý vstup odpovídá správné odpovědi (štítku). Cílem je naučit se předpovídat štítky pro nová data. Příklad: třídění e-mailů na spam a ne-spam.

• Neřízené učení: model pracuje s neoznačenými daty a snaží se najít v nich skryté struktury nebo vzory bez předem známých odpovědí. Příklad: seskupování zákazníků podle chování.

Klíčový rozdíl je přítomnost nebo absence štítků v trénovacích datech.