Cada vez me parece que "supervisado" frente a "no supervisado" se entiende mejor como "pérdida vectorial" frente a "pérdida escalar" más "dirigido por el profesor" frente a "dirigido por el estudiante".

@subprime_ideas Una forma de obtener una pérdida vectorial es añadir etiquetas adicionales, pero otra forma de obtener una pérdida vectorial es tratar alguna parte del conjunto de entrenamiento como si proporcionara los objetivos para el resto. Esto es particularmente común en el aprendizaje de secuencias, pero también se puede hacer de otras maneras.

@subprime_ideas Hablar sobre si el proceso está "supervisado" es relevante si piensas principalmente en el entrenamiento en dominios no interactivos. Porque en esos dominios, la entrada y la salida suelen estar en espacios muy diferentes (por ejemplo, imágenes y categorías).