Ett spamfilter markerar ett e-postmeddelande som skräppost eftersom det har sett tusentals meddelanden som redan är markerade som "spam" eller "inte spam". Det är övervakad inlärning i miniatyr: en modell lär sig en mappning från indata till utdata med hjälp av exempel där det rätta svaret är känt. Varje träningspar har en etikett, och algoritmen justerar sina interna parametrar tills dess förutsägelser matchar dessa etiketter tillräckligt noggrant för att generalisera till nya data.

Metoden delas upp i två breda kategorier. Klassificering förutsäger en kategori, till exempel om en tumör är godartad eller malign. Regression förutsäger ett tal, till exempel morgondagens temperatur eller ett huspris. Båda förlitar sig på samma kärnloop: gör en förutsägelse, mät felet mot etiketten och justera vikterna för att minska det felet.

Vanliga algoritmer

• Linjär och logistisk regression för enkla, tolkningsbara baslinjer
• Beslutsträd och slumpmässiga skogar för tabelldata
• Stöd vektormaskiner för marginalbaserad klassificering
• Neurala nätverk för bilder, tal och språk

Etiketter kostar pengar och tid. En radiolog som kommenterar 10 000 skanningar är dyrt; en grupp arbetare som märker känslor är långsamt och bullrigt. Den kostnaden är den främsta anledningen till att oövervakade och halvövervakade metoder lockar så mycket uppmärksamhet. Men när tydliga etiketter finns i överflöd förblir övervakad inlärning det mest pålitliga verktyget i lådan.