# Aprendizado supervisionado

## Definição

A aprendizagem supervisionada é útil nos casos em que uma propriedade (**rótulo**) está disponível para um determinado **conjunto de dados**. Todas as entradas e saídas são conhecidas, mas precisam ser previstas para outras instâncias.

Então, esses dados são passados para o sistema de aprendizagem, que tem como função descobrir caminhos e ajustar seu próprio modelo para chegar aos resultados esperados.

{% hint style="info" %}
Um exemplo clássico é o de ensinar uma máquina a reconhecer e categorizar e-mails, separando os que são relevantes dos que são SPAM.
{% endhint %}

Na fase de treinamento, são transmitidas para o algoritmo amostras de ambos os casos, visto que os dois blocos de informação são plenamente conhecidos. Já na fase de execução, o sistema terá a capacidade de determinar se um e-mail novo é ou não uma mensagem indesejada.

{% hint style="success" %}
Esse modelo tem esse nome (*supervisionado*) porque é como se o operador humano estivesse sempre dando assistência ao sistema, ensinando-o de uma forma direta.
{% endhint %}

## Tipos de aprendizado supervisionado

Os resultados desse tipo de algoritmo são geralmente marcados como : 

* [Classificação ](/machine-learning/ml-classico/aprendizado-supervisionado/algoritimos-de-classificacao.md)
* [Regressão](/machine-learning/ml-classico/aprendizado-supervisionado/algoritimos-de-regressao.md)

O primeiro diz respeito a uma forma de mapear elementos iguais em categorias específicas, como no exemplo acima, “spam” e “não spam”. 

Já o segundo consiste em identificar uma tendência para os dados que permite, inclusive, **predizer situações futuras** com base em dados históricos.


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://carlossalesti.gitbook.io/machine-learning/ml-classico/aprendizado-supervisionado.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.