Oii Mauricio, tudo bem?
Desculpa a demora em te responder, mas vamos lá!
Em machine learning nós temos vários tipos de aprendizagem, a supervisionada e não supervisionada são as mais usadas (existe também a semi-supervisionada e a por reforço), nesse curso em específico, vimos um modelo supervisionado, vou explicar um pouco de cada tipo de aprendizagem e depois sugerir um curso pra ti.
Supervisionada: Nós temos um conjunto de dados que são rotulados, e já sabemos qual a saída correta e esperamos que o modelo tenha aquela resposta em específica na saída, ou seja, nós sabemos a entrada e a saída do sistema. Nós temos dois tipos de problemas de classificação, que é a regressão e a classificação. A regressão nós tentamos prever os resultados/mapear os resultados de uma entrada contínua, já na classificação, nós temos fazer essa previsão em uma saída discreta, ou seja, tentamos mapear aquelas entradas em categorias distintas.
Um exemplo de regressão é quando temos uma imagem de uma pessoa e tentamos prever a idade com base na imagem, já um exemplo de classificação temos por exemplo o método de decisão do banco para o aceite de um empréstimo para algum cliente, com base no histórico de crédito.
Não supervisionada: A não supervisionada nós temos uma entrada e não sabemos qual será a saída, ou seja, o modelo aprende de forma não supervisionada, como se não existisse nenhum "professor" pra ela, não existe o feedback de está certo ou errado. Normalmente nós usamos essa estrutura pra fazer agrupamentos de dados conforme alguma relação entre as variáveis do conjunto de dados, é útil pra encontrar tendências ou qual variável é mais útil no contexto do problema. Um exemplo de não supervisionada é o clustering, onde o modelo vai agrupar os dados da forma que ele achar melhor, por semelhanças, frequências, etc. Também tem outras abordagens, como o K-means, Hierárquico, entre outros.
Pela sua pergunta, deu a entender que você gostaria de utilizar uma aprendizagem não supervisionada, para isso, sugiro fazer os seguintes cursos:
• Clustering Básico: k-means, DBSCAN e mean shift
• Clustering: extraindo padrões de dados
Espero ter te ajudado, mas se precisar de alguma coisa é só me chamar, ok?
Bons estudos ^^
