Imaginez un élève à qui l'on montre des milliers de fiches portant chacune une question et sa réponse correcte. À force d'exemples corrigés, il finit par deviner seul la bonne réponse à une question inédite. C'est exactement le principe de l'apprentissage supervisé : on entraîne un modèle sur des données étiquetées (entrée sortie attendue) pour qu'il apprenne à prédire la sortie sur de nouvelles entrées.
Le mécanisme
Chaque exemple est un couple : une entrée $x$ (une image, un texte, des mesures) et une étiquette $y$ (le bon résultat). Le modèle calcule une prédiction $\hat{y} = f(x)$, puis une fonction de perte mesure l'écart entre $\hat{y}$ et la vraie valeur $y$. L'entraînement ajuste les paramètres pour minimiser cette erreur moyenne :
$$ \mathcal{L} = \frac{1}{n} \sum_{i=1}^{n} \ell\big(f(x_i),\, y_i\big) $$
L'enjeu n'est pas de mémoriser, mais de généraliser : bien prédire sur des données jamais vues.
Deux grandes familles
| Type | Sortie prédite | Exemple |
|---|---|---|
| Classification | Une catégorie | Spam ou non-spam, chien ou chat |
| Régression | Une valeur continue | Prix d'un logement, température |
Forces et limites
- Atout majeur : précision élevée quand les étiquettes sont nombreuses et fiables.
- Coût : l'étiquetage est lent et coûteux (souvent humain).
- Risque : le surapprentissage (overfitting), quand le modèle colle trop aux exemples d'entraînement et échoue sur le réel.
Apprentissage supervisé = apprendre par l'exemple corrigé. Sans étiquettes de qualité, pas de bon modèle.