Sempre più mi sembra che "supervisionato" vs "non supervisionato" sia realmente meglio compreso come "perdita vettoriale" vs "perdita scalare" più "guidato dall'insegnante" vs "guidato dallo studente".

@subprime_ideas Un modo per ottenere una perdita vettoriale è aggiungere etichette extra, ma un altro modo per ottenere una perdita vettoriale è trattare una parte del set di addestramento come se fornisse i target per il resto. Questo è particolarmente comune nell'apprendimento delle sequenze, ma può essere fatto anche in altri modi.

@subprime_ideas Parlare di se il processo sia "supervisionato" è rilevante se pensi principalmente all'addestramento in domini non interattivi. Perché in quei domini, l'input e l'output sono solitamente in spazi molto diversi (ad esempio immagini e categorie).