テクノロジ系 / 基礎理論
教師あり学習（回帰，分類など）
教師あり学習は、正解付きのデータから、入力と正解の関係を学ぶ機械学習の方法です。
もう少し詳しく
入力と、それに対する正解（ラベル）の組を多数与えて学習させ、未知の入力に対する答えを予測できるようにする方法です。数値を予測する回帰や、種類を当てる分類に使われます。正解を与えない教師なし学習と対比される、機械学習の代表的な方法です。
試験での見方
例：正解ラベル付きの画像で学び、未知の画像を分類するのが教師あり学習です。
テクノロジ系 / 基礎理論
教師あり学習は、正解付きのデータから、入力と正解の関係を学ぶ機械学習の方法です。
入力と、それに対する正解（ラベル）の組を多数与えて学習させ、未知の入力に対する答えを予測できるようにする方法です。数値を予測する回帰や、種類を当てる分類に使われます。正解を与えない教師なし学習と対比される、機械学習の代表的な方法です。
例：正解ラベル付きの画像で学び、未知の画像を分類するのが教師あり学習です。
正解付きデータで学ぶ点が核心です。教師なし学習との違いと、回帰・分類の区別が頻出です。