Рассмотрим две основные разновидности машинного обучения – машинное обучение с учителем, которое работает с помеченными данными, и машинное обучение без учителя, которое работает с непомеченными данными. Например, если разрабатываемое приложение должно распознавать собак и кошек на изображениях, то вы будете обучать модели на множестве фотографий собак (с пометкой «собака») и фотографий кошек (с пометкой «кошка») [16]. Если ваша модель эффективна, то она сможет распознать непомеченные фотографиями собак и кошек, ранее никогда модели не встречавшиеся. Чем больше фотографий использовано для обучения, тем больше вероятность того, что модель точно определит, на каких новых фотографиях изображены собаки, а на каких кошки.