Возможно, имелись в виду различия между supervised learning (обучение с учителем) и другими методами машинного обучения, например unsupervised learning (обучение без учителя) и reinforcement learning (обучение с подкреплением). 2

Основное отличие supervised learning от unsupervised learning заключается в том, что supervised learning использует размеченные данные, а unsupervised learning — неразмеченные. 34

Некоторые другие различия:

• Цели. 3 Supervised learning предназначен для предсказания результатов по новым данным, а unsupervised learning — для получения информации из больших объёмов новых данных. 3
• Применение. 3 Supervised learning подходит для обнаружения спама, анализа настроений, прогнозирования погоды и цен, в то время как unsupervised learning эффективен для выявления аномалий, рекомендательных систем, персонификации клиентов и медицинской визуализации. 3
• Сложность. 3 Supervised learning — простой метод машинного обучения, обычно рассчитываемый с помощью программ, таких как R или Python. 3 Для unsupervised learning нужны мощные инструменты для работы с большими объёмами неразмеченных данных. 3
• Недостатки. 3 Для supervised learning может потребоваться много времени на обучение, а для разметки входных и выходных переменных нужен эксперт. 3 Методы unsupervised learning могут давать неточные результаты, если не будет вмешательства человека для проверки выходных переменных. 3

Reinforcement learning требует использования системы вознаграждения/штрафа. 2 Цель — вознаградить машину, когда она учится правильно, и наказать машину, когда она учится неправильно. 2

Таким образом, supervised learning используется, когда известно, что нужно предсказать, а unsupervised learning — когда нужно исследовать данные без чётких ответов. 4