El aprendizaje supervisado es el tipo de aprendizaje automático en el que los datos están etiquetados o predefinidos. Significa que el algoritmo aprende de datos etiquetados o datos que ya están clasificados en categorías. El algoritmo trata de encontrar la relación entre entradas y salidas para que cuando se encuentren los mismos datos en el futuro, pueda predecir los valores de salida o etiquetarlos.
El aprendizaje no supervisado es el tipo de aprendizaje automático en el que los datos no están etiquetados y no se proporciona una salida predefinida al algoritmo. En el aprendizaje no supervisado, el algoritmo intenta encontrar la estructura o los patrones en los datos al explorar los datos para descubrir relaciones ocultas entre ellos. El algoritmo encuentra agrupaciones o grupos de datos sin ningún conocimiento previo de los resultados, la agrupación y la asociación.
Fecha de publicación: