Denetimli öğrenme (supervised learning), her örneğin doğru cevabıyla birlikte verildiği, modelin bu girdi-çıktı çiftlerinden genel bir kural çıkarmayı öğrendiği makine öğrenmesi yaklaşımıdır. Modele binlerce e-posta gösterilir, her biri “spam” veya “spam değil” etiketiyle birlikte; model bu örneklerden hangi kelime ve kalıpların spam’i işaret ettiğini çıkarır ve daha önce hiç görmediği bir e-postada da aynı kuralı uygular.
Benzetme: bir öğrenciye çözümlü sorular içeren bir soru bankası vermek gibidir. Her soru için doğru cevap yanında yazılıdır; öğrenci çok sayıda örnek çözüp inceledikçe, benzer sorularla ilk kez sınavda karşılaştığında da doğru yöntemi uygulamayı öğrenir. Buradaki “öğretmen” eğitim verisindeki etiketlerdir — model her tahmininin ne kadar yanlış olduğunu bu etiketlerle karşılaştırıp geri yayılım yoluyla kendini düzeltir.
Neden önemli?
Denetimli öğrenme, görüntü sınıflandırmadan kredi risk skorlamasına, e-posta filtrelemeden tıbbi teşhis desteğine kadar uygulamalı yapay zekânın omurgasıdır; en yaygın ve en olgun makine öğrenmesi yaklaşımıdır. Büyük dil modelleri dünyasında da fine-tuning aşamasının çoğu denetimli öğrenmeyle yapılır — model, insan yazımı örnek talimat-cevap çiftleriyle beslenir. Sınırı, etiketli veri toplamanın maliyetli olmasıdır; bu yüzden etiketsiz veriyle çalışan öz-denetimli pretraining ve ödül sinyaliyle öğrenen pekiştirmeli öğrenme gibi tamamlayıcı yöntemler geliştirilmiştir.