Em cenários de aprendizagem supervisionada, começamos com as observações que incluem valores conhecidos para a variável que queremos prever. E depois nós chamamos esses rótulos. Começamos com dados que incluem o rótulo que estamos tentando prever, sendo assim, podemos treinar o modelo usando apenas alguns dos dados, retendo o resto dos dados para a avaliação do desempenho do modelo. Em seguida, usamos um algoritmo de Machine Learning para treinar um modelo que se ajusta aos recursos do rótulo conhecido. Com o valor do rótulo conhecido, podemos validar o modelo comparando o valor previsto pela função, para o valor real do rótulo que conhecíamos. Então, quando estamos satisfeitos com o desempenho e resposta do modelo, podemos usá-lo com novas observações em rótulos desconhecidos e gerar novas previsões. A regressão e a classificação são exemplos de aprendizagem supervisionado.