# ML Clássico Os primeiros métodos vieram da **Estatística pura nos anos 50**. Eles resolviam tarefas matemáticas formais – procurando padrões em números, avaliando a proximidade dos pontos de dados e calculando as direções dos vetores. Hoje em dia, metade da Internet funciona baseada nestes algoritmos. O aprendizado de máquina clássico é freqüentemente dividido em duas categorias: * [Aprendizado supervisionado](/machine-learning/ml-classico/aprendizado-supervisionado.md) * [Aprendizado não supervisionado](/machine-learning/ml-classico/aprendizado-nao-supervisionado.md) ![](/files/-M4RMSTYS3EpCZT_PbpJ) **Aprendizado Supervisionado** - Neste primeiro caso, a máquina tem um “supervisor” ou um “professor”, que dá à máquina todas as respostas, como por exemplo para identificar se é um gato ou um cachorro em uma foto. Neste caso, o “professor”já dividiu (rotulou) os dados em gatos e cães e a máquina está usando esses exemplos para aprender. **Aprendizado Não Supervisionado** significa que a máquina é deixada sozinha com uma pilha de fotos de animais e uma tarefa: descobrir quem é quem. Os dados não são rotulados, não há professor e a máquina está tentando encontrar padrões por conta própria. --- # Agent Instructions: Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter: ``` GET https://carlossalesti.gitbook.io/machine-learning/ml-classico.md?ask= ``` The question should be specific, self-contained, and written in natural language. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.