Supervised Learning

Définition

Le Supervised Learning, ou apprentissage supervisé, est l'un des trois grands paradigmes de l'apprentissage automatique, dans lequel un modèle est entraîné à partir d'un jeu de données labellisées composé de paires entrée-sortie connues : par exemple des images annotées avec la catégorie d'objet qu'elles représentent, ou des transactions bancaires étiquetées comme frauduleuses ou légitimes. L'algorithme ajuste itérativement ses paramètres internes, par des méthodes comme la descente de gradient pour les réseaux de neurones, afin de minimiser l'écart entre ses prédictions et les étiquettes réelles fournies dans le jeu d'entraînement, mesuré par une fonction de perte adaptée à la tâche (erreur quadratique pour la régression, entropie croisée pour la classification). L'objectif final n'est pas de mémoriser le jeu d'entraînement mais de généraliser à des données nouvelles jamais vues, évalué sur un jeu de test distinct ; un modèle trop ajusté aux données d'entraînement souffre de surapprentissage (overfitting) et perd en capacité prédictive réelle. En cybersécurité, l'apprentissage supervisé alimente de nombreux moteurs de détection, classification de malwares à partir d'échantillons étiquetés sains ou malveillants, détection de phishing, scoring de risque de transactions, à condition de disposer d'un volume suffisant de données correctement labellisées, souvent le principal facteur limitant en pratique face à des paradigmes non supervisés ou par renforcement.