Чем отличаются задачи supervised и unsupervised обучения
Что проверяют
Умеете ли вы по описанию задачи понять, есть ли у неё разметка и корректная целевая переменная, и представляете ли, как измерять качество, когда правильного ответа нет. Ответ на уровне определений закрывается уточняющим вопросом за полминуты.
Как отвечать
Различие в одном: известен ли для каждого объекта ответ. В обучении с учителем есть пары признаки и цель, модель приближает отображение одного в другое. В обучении без учителя есть только признаки, и алгоритм ищет структуру: кластеры, плотность, низкоразмерное представление, выбросы.
Дальше переходите к следствиям, они интереснее определений.
Качество. В задаче с учителем есть отложенная выборка и однозначная метрика. Без учителя честной метрики нет: силуэт и инерция описывают геометрию разбиения, а не его пользу, поэтому кластеризацию оценивают внешним способом, например по влиянию на решение, ради которого её делали.
Стоимость. Разметка это деньги и время, и в проде чаще встречаются промежуточные режимы: предобучение на неразмеченных данных, слабые метки по эвристике, активное обучение с доразметкой спорных объектов.
Постановка. Задача «без учителя» нередко оказывается замаскированной задачей с учителем: если есть логи кликов, отказов или возвратов, то цель уже собрана, её просто не назвали целью.
Примеры лучше давать парами: отток и скоринг это с учителем, сегментация аудитории и поиск аномалий без размеченных инцидентов без учителя. И стоит сказать, что в реальной системе они сочетаются: метка кластера идёт признаком в модель с учителем.
Где спотыкаются
Называют кластеризацию классификацией без меток. Задача другая: правильного разбиения не существует, число кластеров выбираете вы, и два запуска с разной инициализацией дадут разные группы.
Второе: собирают обучающую выборку без учёта времени и берут признак, который становится известен уже после предсказываемого события. Метрика на тесте отличная, в проде модель бесполезна.
Третье: поиск аномалий по привычке решают без учителя, хотя размеченные инциденты есть. Когда метки доступны, задача про несбалансированную классификацию, и результат обычно заметно лучше.