Область машинного обучения охватывает множество методологий и парадигм, каждая из которых подходит для разных типов данных и проблем. Среди этих парадигм контролируемое и неконтролируемое обучение являются двумя наиболее фундаментальными. Контролируемое обучение подразумевает обучение модели на маркированном наборе данных, где входные данные сопоставляются с правильными выходными данными.