Explique a diferença entre aprendizagem supervisionada e não supervisionada. Por favor, responda a esta pergunta oralmente.

O aprendizado supervisionado é um método de aprendizagem de máquina em que o modelo é treinado com dados rotulados, ou seja, os dados de entrada têm respostas corretas correspondentes (rótulos). O objetivo é aprender a prever esses rótulos para novos dados. Por exemplo, classificar e-mails como spam ou não spam.

O aprendizado não supervisionado trabalha com dados não rotulados, e o modelo tenta identificar por si só estruturas ou padrões ocultos, por exemplo, agrupar objetos semelhantes (agrupamento) ou reduzir a dimensionalidade dos dados. Aqui, não há respostas corretas previamente conhecidas.