En el aprendizaje supervisado, el modelo aprende de ejemplos donde la salida correcta es conocida. Los datos de entrenamiento consisten en pares de entrada-salida, y el modelo aprende a mapear entradas a salidas. Impulsa tareas de clasificacion (deteccion de spam, etiquetado de imagenes) y regresion (prediccion de precios). Sigue siendo el enfoque de ML mas comun y mejor comprendido.










