什麼是監督式學習（Supervised learning）
使用由輸入與正確答案（標籤）成對組成的資料，訓練能由輸入預測正確答案之模型的機器學習方法。預測的輸出為連續數值時稱為迴歸，為固定幾個類別之一時稱為分類。常用的模型有線性迴歸、邏輯斯迴歸、決策樹、支援向量機與神經網路等。準備標籤往往需要相當多的人力。
日文名稱: 教師あり学習
「監督式學習（Supervised learning）」出現在1領域的2道練習題中（機器學習基礎等）。
這個名詞所屬的領域: 機器學習基礎
練習監督式學習（Supervised learning）的題目
下列監督式學習的任務中，屬於迴歸的是何者？
- A由電子郵件的內文判斷該郵件是否為垃圾郵件
- B辨識手寫數字的影像是0〜9中的哪一個數字
- C由坪數、到車站的距離等預測房屋的價格
查看答案與解析
正確答案：C. 由坪數、到車站的距離等預測房屋的價格
監督式學習是使用輸入與正確答案（標籤）的配對，訓練由輸入預測輸出之模型的方法。預測的輸出為連續數值時稱為迴歸，為固定幾個類別之一時稱為分類。房屋價格是連續數值，因此屬於迴歸。垃圾郵件判斷是二元分類，手寫數字辨識是10個類別的分類。
解析中的「監督式學習（Supervised learning）」
監督式學習是使用輸入與正確答案（標籤）的配對，訓練由輸入預測輸出之模型的方法。
下列監督式學習的任務中，屬於迴歸的是何者？使用是否故障這個正確答案來預測的是監督式學習，以獎勵為線索學習行動的是強化學習。
下列何者屬於非監督式學習？
出現「監督式學習（Supervised learning）」的題目（2題）
相關名詞
非監督式學習（Unsupervised learning） 強化學習（Reinforcement learning） 主成分分析（PCA） 正規化（Regularization） 交叉驗證（Cross-validation） 卷積神經網路（CNN） 啟動函數（Activation function） 梯度下降法（Gradient descent） 混淆矩陣（Confusion matrix） 過擬合（Overfitting）