Bij supervised learning zijn antwoorden nodig. Een label is de doelwaarde die aan een trainingsvoorbeeld is gekoppeld, hetgeen het model moet voorspellen. Een afbeelding van een kat met het label 'kat'. Een leningaanvraag met het label 'wanbetaling' of 'terugbetaald'. Een zin met het label 'positief' of 'negatief'.

De kwaliteit van de labels bepaalt de kwaliteit van het model. Onduidelijke labels leren het model om fouten te reproduceren. Dubbelzinnige labels vertroebelen de beslissingsgrens. Ontbrekende labels laten hiaten in de dekking achter. Praktijkgerichte professionals besteden veel meer tijd aan het labelen van gegevens dan buitenstaanders verwachten.

Gangbare etiketteringsmethoden

• Handmatige annotatie door getrainde medewerkers
• Crowdsourcing met kwaliteitscontroles
• Automatische labeling op basis van heuristieken
• Zwakke supervisie vanuit meerdere bronnen.
• Actief leren om prioriteit te geven aan onzekere gevallen

Voor sommige taken zijn deskundige labelaars nodig. Medische beelden, juridische documenten en wetenschappelijke data vereisen bijvoorbeeld specialistische kennis die een doorsnee gebruiker niet kan bieden. De kosten van deskundige labeling vormen vaak een groot deel van het budget van een nieuw project.