Dizionario AI › Fondamenti AI

Apprendimento supervisionato

Supervised Learning

L'apprendimento supervisionato è il paradigma di machine learning in cui il modello impara da esempi etichettati: per ogni input dei dati di addestramento è nota la risposta corretta (l'"etichetta"). Il modello impara la relazione tra input e output e la applica a casi nuovi.

Definizione

Esempi classici: classificare email come spam/non-spam (etichette: spam sì/no), stimare il prezzo di una casa (etichetta: prezzo di vendita reale), riconoscere oggetti nelle foto (etichette: nomi degli oggetti). È il paradigma più diffuso nelle applicazioni aziendali tradizionali.

Si distingue dall'apprendimento non supervisionato (il modello scopre strutture nei dati senza etichette, come il clustering dei clienti) e dal reinforcement learning (impara per tentativi ed errori con premi e penalità). I grandi modelli linguistici combinano più paradigmi: pre-addestramento auto-supervisionato sul testo e raffinamento con RLHF.

Termini correlati

• Machine Learning
• Reinforcement Learning
• Dati di addestramento (Training Data)
• RLHF (Reinforcement Learning from Human Feedback)
• Deep Learning

Altri termini in Fondamenti AI

• LLM (Large Language Model)
• Token
• Context Window
• Temperature
• Allucinazione (AI Hallucination)
• Fine-tuning
• RAG (Retrieval Augmented Generation)
• Embedding

Mettilo alla prova

• Scenario reale: applica questo concetto con un verdetto AI immediato.
• Palestra quotidiana: brevi esercizi per allenare i concetti del dizionario.
• Gioco Playoff: sfida altri giocatori, a eliminazione diretta.

📱 Scarica l'app Android (beta) iOS in arrivo

Dì quello che intendi. Ottieni quello che ti serve.

Grace Certified, la coach AI che allena e certifica il tuo prompt engineering, di Agora Intelligence.