Erklären Sie den Unterschied zwischen überwachten und unüberwachten Lernen. Bitte geben Sie die Antwort auf diese Frage mündlich.

Überwachtes Lernen ist eine Methode des maschinellen Lernens, bei der das Modell mit gelabelten Daten trainiert wird, das heißt, die Eingabedaten haben entsprechende korrekte Antworten (Labels). Das Ziel ist es, diese Labels für neue Daten vorherzusagen. Zum Beispiel die Klassifizierung von E-Mails als Spam oder Nicht-Spam.

Unüberwachtes Lernen arbeitet mit unlabeled Daten, und das Modell versucht, selbst versteckte Strukturen oder Muster zu erkennen, zum Beispiel, ähnliche Objekte zu gruppieren (Clustering) oder die Dimensionalität der Daten zu reduzieren. Hier sind keine vorab bekannten richtigen Antworten vorhanden.