监督学习（supervised learning）

监督学习是机器照着范例学习的方式，而且手里握着一份「标准答案」。你给它成千上万个例子，每个输入都已经配好了正确的输出——一张标着「猫」的照片、一封标为「垃圾邮件」的邮件——它便慢慢摸索出连接二者的规律。这就像学生背记忆卡片：正面是问题，背面是答案，反复练习，直到规则烂熟于心。

其全部意义在于举一反三。一旦训练完成，机器就该能应对从未见过的输入——一张全新的照片、明天才到的邮件——并依然给出正确答案。这类任务分两种口味：分类，输出是一个类别（猫还是狗、是不是垃圾邮件）；回归，输出是一个数值（一套房子的价格、明天的气温）。

棘手之处——而且分量很重——在于那些标签。每个例子都必须标注上正确答案，通常得靠人来做，既慢又费钱。而且机器只学得到标签所教的东西：喂给它有偏差或马虎的例子，它就会忠实地把这些毛病复制出来。「监督」并不是说有人在机器干活时盯着它看；而是说在训练时，有一位「老师」提供了答案。