למידה מונחית

למידה מפוקחת כוללת אימון של מודל על מערך נתונים שמכיל גם מאפייני קלט וגם את הפלטים הנכונים המתאימים להם (תוויות).  המטרה היא לחזות את הפלט עבור קלטים חדשים שלא נראו קודם, על סמך הפונקציה שנלמדה. 
יש שני סוגים עיקריים של למידה מפוקחת:

• סיווג: המטרה היא לחזות תווית מחלקה, שהיא בחירה מתוך רשימה מוגדרת מראש של אפשרויות. לדוגמה, דמיינו ניסיון למיין הודעות דוא״ל ל״ספאם״ או ״לא ספאם״. או כשהטלפון שלכם מזהה את הפנים שלכם כדי לפתוח את הנעילה, הוא משתמש בסיווג כדי לומר: ״כן, זה אתם!״
• רגרסיה: המטרה היא לחזות כמות. לדוגמה, לחזות את המחיר של בית על סמך מאפיינים שונים כמו הגודל והמיקום שלו, או לחשב כמה מכונית שווה על סמך היצרן, הדגם והגיל שלה. זה כמו לשחק ב״המחיר הנכון״.

ככל שנתקדם ונעבור על אלגוריתמים שונים בקורס הזה, נדבר על השאלה אם הם דומים יותר ללמידה מפוקחת או ללמידה לא מפוקחת.