Os algoritmos são treinados a partir de exemplos rotulados.
O programador humano insere dados mostrando o que é “certo” e o que é “errado”.
O sistema, então, aprende a fazer comparações e a resposta que ele for dar vai ser com base nos exemplos que ele recebeu.
É quando apresentamos ao algoritmo dados de entrada e as respectivas saídas.

o sistema age totalmente por si só. A ele não são colocados exemplos rotulados para que ele possa fazer comparações.
O “certo” e o “errado” não são informados ao sistema, cabendo a ele fazer a identificação de padrões e características em comum dos dados que são inseridos. É quando apresentamos somente os dados de entrada e o algoritmo descobre as saídas.

É uma abordagem de aprendizado de máquina que combina uma pequena quantidade de dados rotulados com uma grande quantidade de dados não rotulados durante o treinamento.

Treinamento de modelos de aprendizado de máquina para tomar uma sequência de decisões. O agente aprende a atingir uma meta em um ambiente incerto e potencialmente complexo. No aprendizado por reforço, o sistema de inteligência artificial enfrenta uma situação. O computador utiliza tentativa e erro para encontrar uma solução para o problema. Para que a máquina faça o que o programador deseja, a inteligência artificial recebe recompensas ou penalidades pelas ações que executa. Seu objetivo é maximizar a recompensa total. EX: Robótica e games.