- Objective: - Breadcrumb: # 概念阐释 监督学习（supervised learning），是机器学习的一种方法。在监督学习中，模型使用的训练集是**带标注**的数据。 每个训练样本中都有一个输入$x$（特征）和一个输出$y$（标注），模型通过学习这些输入和输出之间的**映射关系**来预测新的输入数据的输出。然后再将实际输出的数据与预测的输出数据进行比较来优化模型。 ## 算法 - [[SVM 支持向量机]] - [[ANN 人工神经网络]] - [[决策树]] - [[perceptron 感知器]] # 实例 ## 应用 - 手写识别 - 信息检索 - 光学字符识别 - 模式识别 - 语音识别 # 相关内容 - [[unsupervised learning 无监督学习]] # 参考资料 - [监督学习-维基百科](https://zh.wikipedia.org/wiki/监督学习)