یادگیری ماشین با نظارت

به عنوان مثال، شما می‌خواهید یک ماشین را آموزش دهید تا به شما کمک کند پیش بینی کنید چه مدت طول می‌کشد تا شما از محل کار خود به خانه بروید؛ در اینجا، شما با ایجاد مجموعه‌ای از داده های دارای برچسب شروع می‌کنید. این داده ها شامل:  شرایط آب و هوایی، زمان روز، تعطیلات می‌شود.

تمام این جزئیات ورودی شما هستند، خروجی مدت زمانی است که برای بازگشت به خانه در آن روز خاص لازم بوده است. شما به‌طور غریزی می‌دانید که اگر بیرون باران ببارد، رانندگی به خانه بیشتر طول می‌کشد. اما دستگاه به داده و آمار احتیاج دارد.

اولین چیزی که شما برای ایجاد نیاز دارید مجموعه آموزشی است، این مجموعه آموزشی شامل کل زمان رفت و آمد و فاکتورهای مربوطه مانند آب و هوا، زمان و غیره است. بر اساس این مجموعه آموزش، دستگاه شما ممکن است ببیند که رابطه مستقیمی بین میزان باران و زمانی که برای رسیدن به خانه خواهید داشت وجود دارد.

بنابراین، اطمینان می‌یابد که هرچه بیشتر باران ببارد، مدت طولانی‌تری رانندگی می‌کنید تا به خانه خود برگردید. همچنین ممکن است ارتباط بین زمان ترک کار و زمان حضور در جاده را مشاهده کند. هرچه به ساعت 6 بعد از ظهر نزدیک‌تر شوید مدت زمان بیشتری طول می‌کشد تا به خانه برسید. ممکن است دستگاه شما برخی از روابط با داده‌های برچسب خورده شما را پیدا کند. این شروع مدل داده شما است. این تأثیر می‌گذارد که چگونه باران بر نحوه رانندگی افراد تأثیر می‌گذارد. همچنین مشاهده می‌شود که افراد بیشتری در یک ساعت خاص از روز به مسافرت می‌روند.