Nell’apprendimento supervisionato un’IA impara da esempi che contengono già la risposta giusta.
Esempio
Un filtro antispam impara da migliaia di e-mail che le persone hanno segnato come «spam» o «non spam».
Per esperti
I dati di addestramento sono composti da un input e un’etichetta; il modello impara la corrispondenza. Le controparti sono l’apprendimento non supervisionato (senza etichette) e quello auto-supervisionato, usato per il pre-addestramento dei modelli linguistici. La qualità dipende molto da etichette pulite ed equilibrate.
