El aprendizaje supervisado necesita respuestas. Una etiqueta es el valor objetivo asociado a un ejemplo de entrenamiento, aquello que el modelo debe predecir. Una imagen de un gato etiquetada como "gato". Una solicitud de préstamo etiquetada como "impago" o "pagado". Una oración etiquetada como "positiva" o "negativa".

La calidad de las etiquetas determina la calidad del modelo. Las etiquetas con errores provocan que el modelo reproduzca fallos. Las etiquetas ambiguas confunden el límite de decisión. La falta de etiquetas deja lagunas en la cobertura. Los profesionales dedican mucho más tiempo al etiquetado de lo que se suele pensar.

Enfoques de etiquetado comunes

• Anotación humana por trabajadores capacitados
• Crowdsourcing con controles de calidad
• Etiquetado automático a partir de heurísticas
• Supervisión débil por parte de múltiples fuentes
• Aprendizaje activo para priorizar casos inciertos

Algunas tareas requieren etiquetadores expertos. Las imágenes médicas, los documentos legales y los datos científicos exigen conocimientos especializados que el público general no puede proporcionar. El coste del etiquetado experto suele ser la mayor parte del presupuesto de un nuevo proyecto.