Бақыланатын және бақыланбайтын оқыту Машиналық оқыту модель алатын мәліметтер типіне байланысты екі бөлек категорияға бөлінеді. Жетекшілік ететін оқыту құрылымдық деректер жиынтығын пайдаланады, онда машиналар мәліметтерді дұрыс талдағанын көрсететін нәтижелер көрсетілген. Бақылаусыз оқыту құрылымы жоқ және дерексіз мәліметтер жиынтығын алдыңғы мәліметтерге негізделген тапсырма үшін заңдылық немесе қорытынды іздеу үшін пайдаланады.
Бақылауды үйрену жағдайында сіз машинаны біреу дұрыс жауаппен белгіленген мәліметтер жиынтығын бере отырып, «бақылап отырасыз». Жеміс суреттерінен алманы тану туралы ойланыңыз. Сіз кескіндер жиынтығын құрып, олардың аттарын тиісті жемістерге қоюға болады. Машина модельдің әртүрлі әдістерін үйреніп, тексере бастағанда, оның жеміс түрін анықтай алған-алмағаны туралы нақты жауап (файл атауы негізінде) болады.
Екінші жағынан, бақылаусыз оқыту кезінде құрылғы белгісіз деректер жиынтығын немесе «белгісіз» деректерді пайдаланады. Бұл кең статистиканы құру кезінде пайдалы болуы мүмкін. Мысалы, жақында ит пен макаронды жақсы көретін алыс қашықтықтағы адамдарға бағытталған жарнамалық портфолиоларды құру Google және Facebook жарнамалық API-де мүмкін. Бұл машиналар сіздің деректеріңізде бақылаусыз оқумен айналысады, пайдаланушының мінез-құлқы мен алдыңғы әрекеті негізінде осындай профиль түрлерін болжау мүмкіндігіне ие болады.
Сіз біліп отырғаныңыздай, бақыланбайтын оқыту әдістері бақыланатын әдістерге қарағанда анағұрлым құнды, өйткені қазіргі қоғамда белгісіз мәліметтер әлдеқайда көп. Бақылаусыз оқыту «дұрыс» немесе «бұрыс» дегенді айтпай-ақ, күрделі деректерді қарап, оны мағыналы жолдармен ұйымдастыра алады. Кез-келген мәселеге кез-келген әдісті қолдануға болатындығын білу маңызды, бірақ жағдайға байланысты бір әдіс, әдетте, басқасына қарағанда жақсы.