Aprendizaje supervisado
El aprendizaje supervisado es una clase de aprendizaje automático que aprende a relacionar entradas con salidas a partir de ejemplos de entrenamiento etiquetados. Con suficientes ejemplos de entradas emparejadas con las respuestas correctas conocidas, predice la respuesta para nuevas entradas.
El aprendizaje supervisado abarca tanto la clasificación (predecir una categoría, como el tipo de fallo) como la regresión (predecir un número, como la vida útil restante). Su precisión depende en gran medida de la cantidad y la calidad de los datos etiquetados, lo que en la industria suele significar meses de registros etiquetados con resultados confirmados. Cuando existen buenas etiquetas, es potente e interpretable; cuando no, se usan en su lugar métodos no supervisados o semisupervisados.