La diferencia clave es si tiene etiquetas para los datos.
Tomemos un ejemplo. Digamos que nunca has visto fruta. Alguien te da un tazón con 50 frutas y dice “¿puedes clasificarlas por mí, por favor?” Luego, clasifica la fruta y ve que algunas son largas y amarillas, otras son redondas y tienen hoyuelos, otras tienen la piel peluda. Eso es aprendizaje sin supervisión.
Ahora imagina que alguien te da un tazón de frutas y dice: “Esto es un plátano”, y sostiene una cosa amarilla larga. Ella sostiene una pequeña cosa roja y dice “esto es una manzana”. Ella sostiene una gran cosa verde y dice: “Esto también es una manzana”. Entonces es un problema de aprendizaje supervisado.
Los nombres de las frutas son las etiquetas en este caso. Algunas veces obtiene las etiquetas (aprendizaje supervisado) y otras no (aprendizaje no supervisado). También hay aprendizaje semi-supervisado (cuando obtienes algunas de las etiquetas, pero no todas) y aprendizaje activo (¿dónde puedes preguntar “cómo se llama esta fruta”?)
- ¿Cuáles son algunos buenos libros para aprender a construir servidores de aplicaciones?
- ¿Dónde debo empezar al aprender criptografía?
- ¿Cuáles son los efectos neurobiológicos del aprendizaje de idiomas?
- ¿Por qué la media de una imagen puede mejorar la precisión de detección en el aprendizaje automático?
- ¿Qué aprendiste en tu primer año fuera de la universidad?