L’apprentissage supervisé est un procédé d’entrainement des IA. Cela consiste à apprendre à partir de data sets annotés.
Le base de données déjà annotées sert de base d’apprentissage. Une fois entraînée, la fonction de prédiction élaborée par l’IA est appelée modèle. Ensuite, on cherche le meilleur modèle pour réussir de nouvelles prédictions correctes sur des jeux de données inconnus.
Dans le domaine de la reconnaissance d’image par exemple, l’entraîneur d’IA, ou le data traner, va annoter chacune des images avant de les soumettre à l’apprentissage supervisé. Pour mieux contrôler et faciliter un meilleur taux de réussite de la classification, il préparera un échantillon de données qui va aider la machine à attribuer une catégorie à une photo.