监督学习（supervised learning，SL）是指利用一组已知类别的样本数据调整分类器的参数，使其达到所要求性能的过程，也称为监督训练。其本质是从标记的训练数据来推断一个功能状态或分类的机器学习任务。
监督学习用于训练模型，以预测结果或对基于与数据点相关的标签（即地面真实值）数据集进行分类。根据人工注释区分肿瘤良恶性区域的分类器设计就属于监督机器学习的一个典型例子。
