Uczenie nadzorowane wymaga odpowiedzi. Etykieta to wartość docelowa przypisana do przykładu szkoleniowego, czyli to, co model ma przewidzieć. Obrazek kota z etykietą „kot”. Wniosek o pożyczkę z etykietą „niespłacony” lub „spłacony”. Zdanie z etykietą „pozytywny” lub „negatywny”.

Jakość etykiet decyduje o jakości modelu. Etykiety z szumem uczą model reprodukcji błędów. Niejednoznaczne etykiety zaburzają granicę decyzyjną. Brakujące etykiety pozostawiają luki w pokryciu. Praktycy poświęcają na etykietowanie znacznie więcej czasu, niż spodziewają się osoby z zewnątrz.

Typowe podejścia do etykietowania

• Adnotacje ludzkie wykonywane przez przeszkolonych pracowników
• Crowdsourcing z kontrolą jakości
• Automatyczne etykietowanie z heurystyki
• Słaby nadzór z wielu źródeł
• Aktywne uczenie się w celu nadania priorytetu niepewnym przypadkom

Niektóre zadania wymagają ekspertów w dziedzinie etykietowania. Obrazowanie medyczne, dokumenty prawne i dane naukowe – wszystkie te zadania wymagają wiedzy specjalistycznej, której nie są w stanie zapewnić przeciętni użytkownicy. Koszt profesjonalnego etykietowania często stanowi znaczną część budżetu nowego projektu.