Học có giám sát và học không giám sát

Khác biệt nằm ở chỗ dữ liệu huấn luyện có nhãn hay không.

Học có giám sát huấn luyện trên các ví dụ có đáp án (nhãn) và học cách dự đoán chúng cho dữ liệu mới. Phân loại dự đoán một hạng mục, như thư rác hay không. Hồi quy dự đoán một con số, như giá nhà. Các thuật toán điển hình là hồi quy tuyến tính và logistic, cây quyết định và mạng nơ-ron. Đánh giá bằng cách so sánh dự đoán với nhãn thật.

Học không giám sát không có nhãn. Mô hình tự tìm cấu trúc trong dữ liệu. Phân cụm gom các đối tượng giống nhau, ví dụ phân khúc khách hàng. Giảm chiều (PCA) nén bớt đặc trưng, và phát hiện bất thường tìm các điểm lạ. Việc đánh giá khó hơn vì không có một đáp án đúng duy nhất.

Học có giám sát cần dữ liệu gán nhãn, thường tốn kém. Giữa hai loại còn có học bán giám sát và tự giám sát, nơi mô hình học từ phần lớn dữ liệu không nhãn.