Supervised Learning is een machine learning methode waarin een model leert van gelabelde trainingsgegevens. Elk voorbeeld in de trainingsset bevat zowel input als de juiste output (label), zodat het model kan leren welke outputs bij bepaalde inputs horen.

Het proces werkt als volgt: het model ziet veel voorbeelden (input, output) paren, leert patterns, en probeert vervolgens bij nieuwe onbekende inputs de juiste output te voorspellen. Het model wordt getraind door de fouten die het maakt te minimaliseren.

Supervised learning wordt gebruikt voor classificatie (bijv. is dit e-mailadres spam of niet) en regressie (bijv. voorspel huisprijzen op basis van grootte en locatie). Dit is het meest gebruikte leerparadigma omdat het sterke prestaties kan leveren met voldoende gelabelde gegevens.