Felügyelt tanulás, a gépi
tanulás egy formája, amely során az algoritmusokat arra tanítjuk, hogy
megtanulják az input adatok és a hozzájuk rendelt címkék közötti kapcsolatot.
Például, ha egy olyan alkalmazást fejlesztünk, amely képes felismerni a
macskákat a képeken, akkor a felügyelt tanulás során az algoritmusokat olyan
képekkel tréningezzük, amelyek címkézettek, vagyis azokon feltüntetjük, hogy
melyik képen van macska és melyiken nincs. A címkézett adatokat felhasználva
az algoritmusok megtanulják a macskák általános vonásait és tulajdonságait,
így az újabb, eddig nem látott képeken is képesek felismerni a macskákat. Az
ilyen típusú tanulás azt jelenti, hogy a rendszer megpróbálja megtanulni az
adathalmazban található mintákat, és a bemeneti adatok alapján képes lesz
előrejelzéseket vagy becsléseket adni a kimeneti adatokról. Az ilyen típusú
tanulási módszert azért nevezik „felügyelt tanulásnak”, mert a
rendszer „felügyeletet” kap a bemeneti és kimeneti adatok közötti
kapcsolatok felismeréséhez. A supervised learning ellentéte az unsupervised
learning, ahol a tanulás kimeneti adatok nélkül történik.
