تعریف
روش یادگیری ماشین که در آن مدل از نمونههای برچسبخورده (ورودی + خروجی درست) یاد میگیرد.
توضیح کامل
دو وظیفه اصلی آن طبقهبندی (خروجی دستهای) و رگرسیون (خروجی عددی پیوسته) است. کیفیت و حجم داده برچسبخورده مهمترین عامل موفقیت است. اکثر کاربردهای تجاری هوش مصنوعی از این رویکرد بهره میبرند.
مثال کاربردی
مدل تشخیص تومور پزشکی با هزاران تصویر MRI برچسبدار (سرطانی/سالم) آموزش میبیند.