Uma startup de tecnologia está desenvolvendo uma plataforma de streaming que precisará armazenar petabytes de dados não estruturados, como vídeos, imagens e logs de aplicação. A equipe de arquitetura definiu que a solução não deve utilizar uma hierarquia tradicional de diretórios e pastas, mas, sim, um espaço de nomes plano (flat namespace), onde cada arquivo é tratado como uma unidade contendo o dado, um identificador único e metadados enriquecidos. Além disso, o acesso aos dados deve ser realizado programaticamente através de chamadas de API baseadas no protocolo HTTP (RESTful), como PUT e GET.
A arquitetura de armazenamento projetada para atender a esses requisitos de escalabilidade web e acesso via API é conhecida como: 

O aprendizado de máquina (machine learning) é frequentemente categorizado em diferentes paradigmas, dependendo da natureza dos dados disponíveis e do problema a ser resolvido. Dois dos tipos mais comuns são o aprendizado supervisionado e o aprendizado não supervisionado.
A principal diferença conceitual entre essas duas abordagens reside no fato de que, no aprendizado supervisionado: