Machine learning
Machine learning бывает 2-х типов:
1. обучение с учителем - регрессия, классификация.
Признаки получается из аннотированной выборки, которую готовит учитель.
Регрессия выдает y=f(x), где x - вход (непрерывные величины, one-hot признаки), y - непрерывный выход.
Классификация бывает 2-х видов: бинарная, мультиклассовая.
2. обучение без учителя - кластеризация, ассоциация.
Признаки формирует автоэнкодер или что-то еще, на основе похожести чего-либо.
https://www.dlology.com/blog/how-to-do-unsupervised-clustering-with-keras/
Deep learning - подвид ML на основе нейросетей (ANN).
One-hot encoding используется для признаков и лейблов.
Причина - не все виды алгоритмов приемлют Label Encoding (0, 1, 2, 3...). Причина - алгоритм путает 3-1=2, 2+1=3, т.е. он не может однозначно поставить соотвествие лейблу и энкодингу. С точки зрения некоторых алгоритмов 3-1=2, 2+1=3 - одно и тоже.