L'apprentissage supervisé est une technique d'apprentissage automatique où un modèle est entraîné sur un ensemble de données étiquetées. En d'autres termes, chaque exemple de l'ensemble de données d'entraînement est associé à une étiquette ou une réponse correcte. L'objectif est que le modèle apprenne à faire des prédictions ou à classifier de nouvelles données en fonction des exemples qu'il a déjà vus.
Par exemple, dans un problème de classification d'images, un modèle d'apprentissage supervisé pourrait être entraîné sur des images d'animaux (comme des chats et des chiens) avec des étiquettes correspondantes. Après l'entraînement, le modèle devrait être capable de classer correctement de nouvelles images d'animaux en fonction des catégories apprises.
