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

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

@subprime_ideas Hablar sobre si el proceso es "supervisado" es relevante si piensa principalmente en la capacitación en dominios no interactivos. Bc en esos dominios, la entrada y la salida suelen estar en v espacios diferentes (por ejemplo, imágenes y categorías).