Et spamfilter markerer en e-mail som uønsket, fordi det har set tusindvis af beskeder, der allerede er markeret som "spam" eller "ikke spam". Det er superviseret læring i miniature: en model lærer en kortlægning fra input til output ved hjælp af eksempler, hvor det korrekte svar er kendt. Hvert træningspar har en etiket, og algoritmen justerer sine interne parametre, indtil dens forudsigelser matcher disse etiketter tæt nok til at generalisere til nye data.

Tilgangen opdeles i to brede kategorier. Klassifikation forudsiger en kategori, såsom om en tumor er godartet eller ondartet. Regression forudsiger et tal, såsom morgendagens temperatur eller en huspris. Begge er afhængige af den samme kerneløkke: lav en forudsigelse, mål fejlen i forhold til etiketten, og juster vægtene for at reducere denne fejl.

Almindelige algoritmer

• Lineær og logistisk regression for simple, fortolkelige basislinjer
• Beslutningstræer og tilfældige skove for tabeldata
• Understøtter vektormaskiner til marginbaseret klassificering
• Neurale netværk til billeder, tale og sprog

Etiketter koster penge og tid. En radiolog, der annoterer 10.000 scanninger, er dyr; en gruppe arbejdere, der mærker sentimenter, er langsommelig og støjende. Denne udgift er hovedårsagen til, at uovervågede og semi-overvågede metoder tiltrækker så meget opmærksomhed. Når der findes rene etiketter i overflod, forbliver overvåget læring dog det mest pålidelige værktøj i kassen.