"Muito se fala sobre as suas [machine learning] infinitas possibilidades e como já está a moldar o mundo que vivemos."

Supervised Learning

Supervised Machine Learning é caracterizado pela utilização de um data set para treinar os algoritmos que tem uma variável especifica denominada target / objectivo que está labeled, ou seja, sabemos o valor dessa variável em cada uma das observações de treino oferecidas. O que se pretende é que o output do nosso algoritmo de aprendizagem seja capaz de retornar uma função cujo output seja o valor do target numa observação futura. Um exemplo prático e bastante utilizado nos dias de hoje é a capacidade da nossa caixa de email detetar o que é ou não é spam, com base num conjunto de treino de emails que se sabiam inicialmente serem ou não lixo. Ao analisar estes dados – cujo valor da variável target era conhecido – o algoritmo de aprendizagem infere uma função capaz de caracterizar futuros emails como sendo spam ou não, com um certo nível de precisão. É até possível comparar os outputs do algoritmo versus os valores realmente observados de forma a encontrar potenciais erros ou modificar o modelo para melhor. Alguns dos principais algoritmos utilizados incluem redes neurais, algoritmos bayesianos, regressão linear, regressão logística e support vector machines.

Unsupervised Learning:

Unsupervised Learning é um conjunto de técnicas utilizadas para treinar algoritmos cujos dados não têm um variável target especificada e, portanto, não estão labeled. Essencialmente este ramo estuda a forma como sistemas podem inferir estruturas aparentemente escondidas nos dados. A capacidade destes métodos de encontrar similitudes e diferenças nos dados tornam nas ferramentas essenciais para exploração de data sets, segmentação e clustering de clientes, reconhecimento de imagens, etc. O sistema não sabe em momento algum, com certeza, o output de um dado de treino, ao contrário do que acontece em Supervised Learning, mas infere através dos dados o que esse tal output poderia ser. Alguns dos algoritmos mais conhecidos incluem também redes neurais, k-means e as suas variantes, e modelos de clustering probabilísticos. Estes tipos de métodos também são usados de forma a potencialmente reduzir a dimensionalidade dos dados, através de técnicas com PCA (Principal Component Analysis) e SVD (Singular Value Decomposition). Quantas mais variáveis um modelo tiver, maior é a possibilidade de caracterização dos dados, mas também é maior a dimensão planar em que os pontos se dispersam, o que dificulta não só a visualização dos dados, mas também a própria possibilidade de estes se aglomerarem. A este conceito costuma-se dar o nome The  Curse of Dimensionality.