Quais são as diferenças entre tarefas de aprendizagem supervisionada e não supervisionada?

Aprendizagem supervisionada e não supervisionada são os dois principais tipos de aprendizagem de máquina.

• Aprendizagem supervisionada: o modelo é treinado com dados rotulados, onde cada entrada corresponde a uma resposta correta (rótulo). O objetivo é aprender a prever os rótulos para novos dados. Exemplo: classificar emails como spam ou não spam.

• Aprendizagem não supervisionada: o modelo trabalha com dados não rotulados, tentando encontrar estruturas ou padrões ocultos neles sem respostas conhecidas previamente. Exemplo: agrupar clientes com base no comportamento.

A principal diferença é a presença ou ausência de rótulos nos dados de treinamento.