Спам-фильтр помечает электронное письмо как ненужное, потому что он уже видел тысячи сообщений, помеченных как «спам» или «не спам». Это миниатюрное контролируемое обучение: модель изучает отображение от входных данных к выходным, используя примеры, где известен правильный ответ. Каждая обучающая пара содержит метку, и алгоритм корректирует свои внутренние параметры до тех пор, пока его предсказания не будут достаточно точно соответствовать этим меткам, чтобы их можно было обобщить на новые данные.

Этот подход делится на две большие группы. Классификация предсказывает категорию, например, является ли опухоль доброкачественной или злокачественной. Регрессия предсказывает числовое значение, например, температуру завтрашнего дня или цену дома. Оба подхода основаны на одном и том же базовом цикле: делается прогноз, измеряется ошибка относительно метки, и корректируются веса для уменьшения этой ошибки.

Распространенные алгоритмы

• Линейная и логистическая регрессия для простых, поддающихся интерпретации базовых показателей.
• Деревья решений и случайные леса для табличных данных
• Метод опорных векторов для классификации на основе границ
• Нейронные сети для обработки изображений, речи и языка.

Разметка данных стоит денег и времени. Рентгенолог, который размечает 10 000 снимков, обходится дорого; группа сотрудников, занимающихся разметкой эмоционального состояния, работает медленно и создает много шума. Именно эти затраты являются основной причиной, по которой методы обучения без учителя и полуконтролируемые методы привлекают так много внимания. Однако, когда чистых разметок достаточно, контролируемое обучение остается самым надежным инструментом.