Học có giám sát

Học có giám sát là cách huấn luyện một mô hình trên tập dữ liệu chứa cả đặc trưng đầu vào và đầu ra đúng tương ứng (nhãn).  Mục tiêu là dự đoán đầu ra cho các đầu vào mới mà mô hình chưa từng thấy, dựa trên hàm đã học. 
Có hai loại học có giám sát chính:

• Phân loại: mục tiêu là dự đoán nhãn lớp, tức là chọn một khả năng trong danh sách đã xác định trước. Ví dụ, hãy tưởng tượng bạn đang phân loại email thành "thư rác" hoặc "không phải thư rác". Hoặc khi điện thoại nhận diện khuôn mặt để mở khóa, nó dùng phương pháp phân loại để nói: "Đúng rồi, đó là bạn!"
• Hồi quy: mục tiêu là dự đoán một đại lượng. Ví dụ, dự đoán giá một ngôi nhà dựa trên nhiều đặc điểm như diện tích và vị trí, hoặc xác định giá trị của một chiếc ô tô dựa trên hãng xe, mẫu xe và tuổi xe. Cách này giống như chơi trò "Đoán giá đúng".

Khi tìm hiểu các thuật toán khác nhau trong khóa học này, chúng ta sẽ bàn xem chúng giống với học có giám sát hay học không giám sát hơn.