Et spamfilter markerer en e-post som søppelpost fordi det har sett tusenvis av meldinger som allerede er merket som «spam» eller «ikke spam». Det er overvåket læring i miniatyr: en modell lærer en kartlegging fra input til output ved hjelp av eksempler der det riktige svaret er kjent. Hvert treningspar har en etikett, og algoritmen justerer sine interne parametere til prediksjonene samsvarer med disse etikettene tett nok til å generalisere til nye data.

Tilnærmingen deler seg i to brede kategorier. Klassifisering predikerer en kategori, for eksempel om en svulst er godartet eller ondartet. Regresjon predikerer et tall, for eksempel morgendagens temperatur eller en boligpris. Begge er avhengige av den samme kjernesløyfen: lag en prediksjon, mål feilen mot etiketten og juster vektene for å redusere feilen.

Vanlige algoritmer

• Lineær og logistisk regresjon for enkle, tolkbare grunnlinjer
• Beslutningstrær og tilfeldige skoger for tabelldata
• Støtt vektormaskiner for marginbasert klassifisering
• Nevrale nettverk for bilder, tale og språk

Etiketter koster penger og tid. En radiolog som kommenterer 10 000 skanninger er dyrt; en gruppe arbeidere som merker sentimenter er tregt og bråkete. Denne utgiften er hovedgrunnen til at uovervåkede og delvis overvåkede metoder tiltrekker seg så mye oppmerksomhet. Når det finnes rene etiketter i overflod, er imidlertid overvåket læring fortsatt det mest pålitelige verktøyet i boksen.