Filter spam menandai email sebagai sampah karena telah melihat ribuan pesan yang sebelumnya ditandai sebagai "spam" atau "bukan spam". Itu adalah pembelajaran terawasi dalam skala kecil: sebuah model mempelajari pemetaan dari input ke output menggunakan contoh di mana jawaban yang benar sudah diketahui. Setiap pasangan pelatihan membawa label, dan algoritma menyesuaikan parameter internalnya hingga prediksinya cukup sesuai dengan label tersebut untuk dapat digeneralisasikan ke data baru.

Pendekatan ini terbagi menjadi dua kelompok besar. Klasifikasi memprediksi sebuah kategori, seperti apakah tumor jinak atau ganas. Regresi memprediksi sebuah angka, seperti suhu besok atau harga rumah. Keduanya bergantung pada siklus inti yang sama: membuat prediksi, mengukur kesalahan terhadap label, dan menyesuaikan bobot untuk mengurangi kesalahan tersebut.

Algoritma umum

• Regresi linier dan logistik untuk garis dasar yang sederhana dan mudah diinterpretasikan.
• Pohon keputusan dan hutan acak untuk data tabular
• Mesin vektor pendukung untuk klasifikasi berbasis margin
• Jaringan saraf untuk gambar, ucapan, dan bahasa.

Pemberian label membutuhkan biaya dan waktu. Seorang ahli radiologi yang memberi anotasi pada 10.000 hasil pemindaian itu mahal; sekelompok pekerja yang memberi label sentimen itu lambat dan berisik. Biaya tersebut adalah alasan utama mengapa metode tanpa pengawasan dan semi-pengawasan menarik begitu banyak perhatian. Namun, ketika label yang bersih tersedia dalam jumlah banyak, pembelajaran terawasi tetap menjadi alat yang paling andal.