Em um problema de aprendizado de máquina, o algoritmo é treinado com exemplos em que cada dado de entrada já está associado à sua respectiva saída correta. Durante o treinamento, o modelo compara sua previsão com o resultado esperado e ajusta seus parâmetros para reduzir os erros. Esse tipo de aprendizado é denominado: 

a) Aprendizado supervisionado

b) Aprendizado não supervisionado

c) Aprendizado por reforço

d) Estimativa de densidade

e) Redução dimensional