למידה מפוקחת (Supervised Learning) היא סוג של פרדיגמת למידת מכונה שבה מודל מאומן באמצעות נתונים מסומנים. ה"פיקוח" מורכב מהמודל שמייצר תחזיות ולאחר מכן מתוקן על ידי הנתונים המסומנים בכל פעם שהוא שגוי. למעשה, המערכת מנסה ללמוד מיפוי מתשומות (תכונות) לפלטים (תוויות) על סמך הדוגמאות שסופקו. המטרה הסופית היא שהמודל יכליל את המיפוי הזה לנתונים חדשים ולא נראים ויבצע תחזיות מדויקות.
היישומים של למידה מפוקחת הם עצומים ומגוונים, החל מזיהוי תמונה ודיבור ועד ניתוח חזוי. לדוגמה, כאשר מלמדים מכונה לזהות תמונות של חתולים, יש לספק מערך נתונים עם תמונות רבות שכותרתן "חתול" או "לא חתול". לאחר מכן, המודל יתאים את הפרמטרים הפנימיים שלו כדי לחזות בצורה הטובה ביותר את התוויות הללו. לאחר הכשרה, ניתן להציג לו תמונה חדשה, ועל סמך הלמידה שלה, הוא יכול לחזות אם התמונה היא של חתול או לא.
