监督学习（Supervised Learning）
Supervised Learning
用带标签的输入—输出样本训练模型，让其学会从输入映射到正确目标。
先用人话理解
给模型看大量“例子 + 答案”（如图片与类别、句子与情感标签），通过优化预测与标签的差距来更新参数。ImageNet 等大规模标注数据集推动了深度学习视觉的突破。许多预训练—微调流程里，微调阶段仍大量依赖监督信号。
为什么重要
监督学习是机器学习最成熟、应用最广的范式之一，也是深度学习早期工业成功的主路径。
常见误解
有标签不等于标签正确或无偏；数据质量直接决定上限。
监督学习不是唯一学习方式；自监督、强化学习等也很重要。