Експоненцијалниот раст на количеството на достапни податоци, како и неверојатниот напредок во хардверот, овозможија реализација на концептите на машинското учење и податочното рударство кои некогаш постоеле само на хартија. Како резултат на технолошкиот развој, имплементацијата на широк спектар на техники за анализа, визуелизација, обработка и екстракција на скриени патерни на податоци во различни области е изводлива и практична. Целта на овој труд е да се споредат резултатите добиени со користење на вакви методи од надгледувано и ненадгледувано учење врз податоци за автомобили од 1985-та година за предвидување на нивната цена, одредување дали и колку автомобилот е безбеден за возење и групирање на автомобилите според нивните карактеристики и меѓусебни зависности. Според добиените резултати, може да се изведе генерален заклучок за тоа дали со текот на годините вредноста на автомобилите од 1985-та година се зголемува или опаѓа.
https://www.kaggle.com/angelamadzar/automobiledataset-supervised-unsupervised-learning/ https://www.kaggle.com/popovskipetar/supervised-and-unsupervised-automobile