Разница между supervised и unsupervised обучением в машинном обучении заключается в типе используемых входных данных. 1

Supervised обучение предполагает обучение модели на размеченных датасетах, где каждая точка данных имеет соответствующую метку или выходное значение. 4 Цель — научить алгоритм сопоставлять входные данные с желаемым выходом, что позволяет делать прогнозы для новых, неразмеченных данных. 4

Unsupervised обучение работает с неразмеченными датасетами, где у точек данных нет связанных меток или выходных значений. 4 Цель — найти скрытые закономерности и структуры внутри данных без явного руководства. 4

Таким образом, supervised обучение использует размеченные входные и выходные данные, а unsupervised — нет. 6