Apprentissage supervisé
L'apprentissage supervisé est une classe d'apprentissage automatique qui apprend à associer des entrées à des sorties à partir d'exemples d'entraînement étiquetés. Avec assez d'exemples d'entrées associées à des réponses correctes connues, il prédit la réponse pour de nouvelles entrées.
L'apprentissage supervisé couvre la classification (prédire une catégorie, comme un type de défaut) et la régression (prédire un nombre, comme la durée de vie restante). Sa précision dépend fortement de la quantité et de la qualité des données étiquetées, ce qui en industrie suppose souvent des mois de relevés annotés de résultats confirmés. Quand de bonnes étiquettes existent, il est puissant et interprétable ; sinon, on recourt à des méthodes non supervisées ou semi-supervisées.