Контролируемое обучение представляет собой класс алгоритмов машинного обучения, при котором модели обучаются на размеченных данных, включающих входные примеры и соответствующие целевые выходы. Алгоритм стремится найти функцию, которая наиболее точно связывает входные данные с ожидаемыми результатами. В процессе обучения модель последовательно настраивает свои параметры, уменьшая разницу между прогнозируемыми и фактическими выходными значениями. После завершения обучения модель может использоваться для предсказания выходов на новых, неразмеченных входных примерах. Контролируемое обучение является основой многих успешных приложений в таких областях, как компьютерное зрение, обработка естественного языка и прогнозирование временных рядов.