Övervakad inlärning
Övervakad inlärning är en klass maskininlärning som lär sig att avbilda indata på utdata från märkta träningsexempel. Givet tillräckligt med exempel på indata parade med kända korrekta svar förutsäger den svaret för nya indata.
Övervakad inlärning täcker både klassificering (att förutsäga en kategori, som feltyp) och regression (att förutsäga ett tal, som återstående livslängd). Dess noggrannhet beror starkt på mängden och kvaliteten av märkt data, vilket i industrin ofta betyder månader av register taggade med bekräftade utfall. När bra etiketter finns är den kraftfull och tolkbar; när de inte gör det används oövervakade eller halvövervakade metoder istället.