सुपरवाइज्ड लर्निंग को उत्तरों की आवश्यकता होती है। लेबल एक प्रशिक्षण उदाहरण से जुड़ा लक्ष्य मान होता है, वह चीज़ जिसकी मॉडल को भविष्यवाणी करनी होती है। एक बिल्ली की छवि को 'बिल्ली' लेबल दिया जाता है। एक ऋण आवेदन को 'डिफ़ॉल्ट' या 'भुगतान किया गया' लेबल दिया जाता है। एक वाक्य को 'सकारात्मक' या 'नकारात्मक' लेबल दिया जाता है।

लेबल की गुणवत्ता ही मॉडल की गुणवत्ता निर्धारित करती है। अस्पष्ट लेबल मॉडल को त्रुटियों को दोहराने का अभ्यास कराते हैं। अनिश्चित लेबल निर्णय सीमा को भ्रमित करते हैं। लेबल न होने से कवरेज में कमी रह जाती है। अभ्यासकर्ता लेबलिंग पर बाहरी लोगों की अपेक्षा कहीं अधिक समय व्यतीत करते हैं।

सामान्य लेबलिंग दृष्टिकोण

• प्रशिक्षित कर्मचारियों द्वारा मानव टिप्पणी
• गुणवत्ता जांच के साथ क्राउडसोर्सिंग
• अनुमानों से स्वचालित लेबलिंग
• कई स्रोतों से कमजोर पर्यवेक्षण
• अनिश्चित मामलों को प्राथमिकता देने के लिए सक्रिय शिक्षण

कुछ कार्यों के लिए विशेषज्ञ लेबलिंग की आवश्यकता होती है। मेडिकल इमेजिंग, कानूनी दस्तावेज़ और वैज्ञानिक डेटा, इन सभी के लिए ऐसे विषयगत ज्ञान की आवश्यकता होती है जो आम लोगों के पास नहीं होता। विशेषज्ञ लेबलिंग की लागत अक्सर किसी नए प्रोजेक्ट के बजट का एक बड़ा हिस्सा होती है।