Qual é a diferença entre aprendizado supervisionado e não supervisionado?
No aprendizado supervisionado, o modelo é treinado com dados rotulados, ou seja, os dados de entrada vêm com respostas conhecidas. Exemplos incluem classificação e regressão. No aprendizado não supervisionado, os dados não possuem rótulos e o objetivo é identificar padrões ou estruturas subjacentes nos dados, como clustering e redução de dimensionalidade.