Một trường đại học muốn phân loại sinh viên thành các nhóm: "Giỏi", "Khá" và "Trung bình" dựa trên điểm số học tập để áp dụng các chính sách hỗ trợ phù hợp. Có 2 sinh viên đề xuất phương pháp như sau:
• Sinh viên A: Mời giảng viên gán nhãn "Giỏi", "Khá" và "Trung bình" cho một nhóm sinh viên được chọn. Sau đó, máy tính sẽ sử dụng dữ liệu đã gán nhãn này để phân loại các sinh viên còn lại.
• Sinh viên B: Máy tính tự động chia toàn bộ dữ liệu điểm số thành 3 cụm. Sau đó, giảng
viên sẽ gán nhãn "Giỏi", "Khá" và "Trung bình" cho các cụm.
Một số bạn sinh viên có ý kiến như sau:
a) Phương pháp của sinh viên A là theo mô hình học máy có giám sát.
b) Phương pháp của sinh viên B dựa vào thuật toán học máy không giám sát, vì dữ liệu không được gán nhãn trước khi phân cụm.
c) Phương pháp của sinh viên B hiệu quả hơn nếu có đủ dữ liệu được gán nhãn chính xác, trong khi phương pháp của sinh viên B phù hợp khi dữ liệu không có nhãn.
d) Nếu dữ liệu điểm số có đầy đủ nhãn "Giỏi", "Khá", và "Trung bình", việc sử dụng thuật toán học máy giám sát sẽ không hiệu quả bằng thuật toán học máy không giám sát.
