Ele requer rótulos para aprender as associações nos dados.

Ele identifica padrões em dados sem a necessidade de rótulos ou supervisão explícita.

Ele usa uma função de custo para minimizar a diferença entre previsões e valores reais.

Ele pode ser usado apenas em problemas de classificação binária.

Ele aprende com base em séries temporais ou sequenciais de dados.