Разница между контролируемым и неконтролируемым обучением в машинном обучении заключается в типе данных, используемых для обучения. 7

Контролируемое обучение подразумевает обучение модели на маркированном наборе данных, где каждый входной сигнал сопоставляется с правильным выходным сигналом. 6 Этот метод позволяет модели изучать закономерности и делать прогнозы на основе новых, невиданных данных. 6

Неконтролируемое обучение имеет дело с немаркированными данными, где модель стремится идентифицировать присущие ей структуры или закономерности без предопределённых выходных данных. 6 Этот подход часто используется для задач кластеризации, обнаружения аномалий и ассоциаций, помогая выявлять скрытые связи в данных. 6

Таким образом, при контролируемом обучении используются размеченные входные и выходные данные, а при неконтролируемом — нет. 1