[原]什么是监督学习(supervised learning)
在机器学习里，首先会遇到这样一个概念，什么是学习？
学习，是指通过阅读、听讲、思考、研究、实践等途径获得知识或技能的过程。学习分为狭义与广义两种：
狭义：通过阅读、听讲、研究、观察、理解、探索、实验、实践等手段获得知识或技能的过程，是一种使个体可以得到持续变化（知识和技能，方法与过程，情感与价值的改善和升华）的行为方式。
广义：是人在生活过程中，通过获得经验而产生的行为或行为潜能的相对持久的行为方式。
人学习之后，知识保存在哪里呢？人脑的大脑皮层、小脑、海马体、杏仁核等等结构是有plasticity（可塑性）的, 人脑的可塑性简单说就是可以修改神经间的网络和单个神经的反应特性.经过修改的网络,每次有同样的输入的时候,都会有同样的输出,这么一来,记忆就存在并且可以被调用了.于是自然界的事物被编码成神经电信号和化学信号在脑中被处理,这些信号被再度编码成为网络结构,形成短时或长时记忆.不同的结构有不同的记忆类型和时效,如杏仁核主要参与情绪的短期记忆,小脑参与肢体动作的短期及长期记忆.
形成相关的网络：
可见人类的脑神经元起到了学习的作用，这些学习的知识有很多都是在学校里，在家里，经过老师和家长指导来完成的，可见人在小时候都是通过老师和家长来获取知识的，这种方式就叫做监督学习(supervised learning)。
在机器学习里，也是这样，要想让机器具备某种能力，必须有老师来培训它，这个培训过程，就要叫做监督学习(supervised learning)。
监督学习，就是人们常说的分类，通过已有的训练样本（即已知数据以及其对应的输出）去训练得到一个最优模型（这个模型属于某个函数的集合，最优则表示在某个评价准则下是最佳的），再利用这个模型将所有的输入映射为相应的输出，对输出进行简单的判断从而实现分类的目的，也就具有了对未知数据进行分类的能力。在人对事物的认识中，我们从孩子开始就被大人们教授这是鸟啊、那是猪啊、那是房子啊，等等。我们所见到的景物就是输入数据，而大人们对这些景物的判断结果（是房子还是鸟啊）就是相应的输出。当我们见识多了以后，脑子里就慢慢地得到了一些泛化的模型，这就是训练得到的那个（或者那些）函数，从而不需要大人在旁边指点的时候，我们也能分辨的出来哪些是房子，哪些是鸟。
接着下来，来看看大师级别的解释：
这个例子，也说明通过数据培训，也就是学习之后，可以让机器学会房的大小与房价的关系。这里的数据是由人把房子的大小和价格都告诉机器的，因此是一种监督学习。因为人已经把数据进行了分类和标记。