Övervakad inlärning (på engelska supervised learning) är en typ av maskininlärning där modellen tränas på exempel där rätt svar redan finns, ungefär som en elev som övar med ett facit. Exemplen kallas märkt data. Modellen letar fram sambandet mellan exemplen och svaren, så att den sedan kan ge svar på nya exempel som den aldrig har sett. Övervakad inlärning ligger bakom många tjänster du använder varje dag, till exempel skräppostfilter och bildigenkänning i mobilen.
I korthet
- Modellen lär sig av exempel med facit: indata tillsammans med rätt svar, en så kallad etikett.
- Det finns två huvuduppgifter: klassificering, som väljer en kategori, och regression, som förutsäger ett tal.
- Träningen går ut på att minska skillnaden mellan modellens gissningar och facit.
- Modellen testas på exempel den aldrig sett, för att se att den har lärt sig mönstret och inte bara exemplen.
- Det svåra är ofta inte själva algoritmen, utan att få fram tillräckligt mycket korrekt märkt data.
Hur fungerar övervakad inlärning?
Ta ett skräppostfilter som exempel. Ingen programmerare har skrivit en regel för varje tänkbart skräpmejl. I stället har filtret lärt sig av exempel, i fem steg:
Samla märkt data
Man samlar tusentals mejl där någon redan har avgjort om de är skräppost eller inte. Varje gång du själv klickar på ”markera som skräppost” skapar du ett sådant exempel.
Välj vad modellen ska titta på
Varje mejl beskrivs med egenskaper, så kallade features, till exempel vilka ord som förekommer, vem som är avsändare och hur många länkar mejlet innehåller. I djupinlärning hittar modellen ofta egenskaperna själv.
Träna modellen
Modellen gissar, gissningen jämförs med facit och modellen justeras lite så att felet blir mindre. Det upprepas för alla exempel, många gånger om.
Testa på nya mejl
En del av mejlen har sparats undan och visas aldrig under träningen. Om modellen sorterar även dem rätt har den lärt sig ett mönster som håller. Hur man kan mäta hur bra modellen är förklaras i en egen guide.
Använd modellen
Nya mejl sorteras automatiskt. När användare markerar fel kan modellen tränas om och bli bättre.
Vad är märkt data?
Märkt data är exempel där varje rad har fått ett rätt svar, en etikett. Ibland märks datan för hand, som när människor markerar vad bilder föreställer. Ibland finns svaret redan i historiken, som slutpriset för sålda bostäder. Att märka data för hand är ofta det dyraste och mest tidskrävande steget.
Features och etiketter
I maskininlärning kallas det modellen tittar på för features och det den ska förutsäga för etikett. För en bostad kan features vara antal rum, yta och läge, medan etiketten är priset. Modellen lär sig hur features och etikett hänger ihop.
Klassificering och regression
Nästan alla uppgifter i övervakad inlärning är en av två sorter:
| Klassificering | Regression | |
|---|---|---|
| Svarar på | Vilken kategori hör det här till? | Hur mycket eller hur många? |
| Typ av svar | En kategori, till exempel skräppost eller inte, katt eller hund | Ett tal, till exempel ett pris i kronor eller en temperatur |
| Vardagsexempel | Skräppostfilter, ansiktsupplåsning, varningar för misstänkta kortköp | Uppskattade bostadspriser, prognoser för elförbrukning, beräknad leveranstid |
En klassificeringsmodell ger oftast en sannolikhet, till exempel 97 procent skräppost, och sedan bestämmer man en gräns för när mejlet ska sorteras bort. Var gränsen sätts avgör hur många riktiga mejl som riskerar att hamna i skräpposten.
Vanliga algoritmer för övervakad inlärning
- Linjär regression drar en rät linje genom datan, till exempel för att visa hur priset ökar med ytan. En av de enklaste och äldsta metoderna.
- Logistisk regression används trots namnet för klassificering. Den räknar ut sannolikheten för ett ja eller nej, som skräppost eller inte.
- Beslutsträd ställer en serie ja- eller nej-frågor om datan, ungefär som en flödesschema, tills den landar i ett svar.
- Random forest låter många beslutsträd rösta och blir därför ofta säkrare än ett enskilt träd.
- K-närmaste granne jämför ett nytt exempel med de mest liknande exemplen i träningsdatan och väljer det svar som är vanligast bland dem.
- Neurala nätverk kan hitta mycket komplicerade mönster, till exempel i bilder och ljud, men kräver mer data och datorkraft.
Hur de här och andra vanliga algoritmer fungerar, och när de passar, går vi igenom i en egen guide.
Övervakad och oövervakad inlärning – vad är skillnaden?
Skillnaden handlar om facit. Vid övervakad inlärning vet man vad svaret ska vara för varje träningsexempel. Vid oövervakad inlärning får modellen data utan facit och letar själv efter grupper och samband.
| Övervakad inlärning | Oövervakad inlärning | |
|---|---|---|
| Data | Märkt, med rätt svar | Omärkt, utan facit |
| Mål | Förutsäga ett känt slags svar för nya exempel | Hitta grupper, mönster eller avvikelser |
| Exempel | Skräppost eller inte, bostadspris | Dela in kunder i grupper med liknande köpvanor |
| Hur man vet att det fungerar | Jämför med facit i testdatan | Svårare, en människa behöver ofta tolka resultatet |
Den tredje huvudtypen är förstärkningsinlärning, där systemet provar sig fram och får belöning eller bestraffning beroende på resultatet. Alla tre typerna jämförs på startsidan.
Halvövervakad och självövervakad inlärning
Det finns mellanformer. Vid halvövervakad inlärning används lite märkt data tillsammans med mycket omärkt data, vilket är användbart när det är dyrt att märka. Vid självövervakad inlärning skapas facit ur datan själv. Det är så stora språkmodeller förtränas: modellen döljer nästa ord i en text och tränar på att gissa det, och det verkliga ordet blir facit.
Varför testar man modellen på ny data?
En modell kan bli mycket bra på träningsexemplen utan att ha lärt sig något användbart, ungefär som en elev som har lärt sig facit till gamla prov utantill. Det kallas överanpassning. Därför delar man alltid upp datan och sparar en del som modellen inte får se under träningen. Hur hela processen ser ut, från data till test, förklaras i guiden om hur en AI tränas.
Var används övervakad inlärning?
- skräppostfilter i e-posten
- bildigenkänning, till exempel när mobilen sorterar bilder efter vad de föreställer
- taligenkänning som omvandlar tal till text
- bedömning av misstänkta kortköp i banker
- prognoser för priser, efterfrågan och elförbrukning
- stöd vid medicinsk bildanalys, där modellen tränats på bilder som läkare har bedömt
Fler vardagsfall, även sådana som bygger på andra metoder, finns i exempel på maskininlärning.
Vilka är begränsningarna?
- Den kräver märkt data. Utan tillräckligt många exempel med rätt svar går det inte att träna en bra modell.
- Den ärver felen i facit. Om datan är skev, till exempel om vissa grupper är underrepresenterade, lär sig modellen samma skevhet.
- Den klarar bara det den har sett. En modell som tränats på sommarbilder kan bli osäker på vinterbilder.
- Den förstår inte vad den gör. Modellen hittar statistiska samband mellan indata och svar. Ett skräppostfilter vet inte vad ett mejl är, det har bara lärt sig vilka mönster som brukar höra ihop med skräppost.
Testa själv: träna en bildmodell utan kod
1. Öppna Teachable Machine, ett gratis verktyg från Google som körs i webbläsaren.
2. Välj ett bildprojekt och skapa två klasser, till exempel ”kopp” och ”penna”. Ta ett trettiotal bilder av varje med webbkameran. Det är din märkta data.
3. Tryck på träna och håll sedan upp föremålen framför kameran. Prova också något helt annat och se hur modellen ändå väljer en av de två klasserna, eftersom det är de enda svar den känner till.
Vanliga frågor
Vad heter övervakad inlärning på engelska?
Supervised learning. Oövervakad inlärning heter unsupervised learning och förstärkningsinlärning reinforcement learning.
Är ChatGPT tränad med övervakad inlärning?
Delvis. Grundträningen av språkmodellen är självövervakad, eftersom facit är nästa ord i texten. Därefter finjusteras modellen med övervakad inlärning på exempelsvar som människor har skrivit, och med förstärkningsinlärning utifrån människors omdömen om olika svar.
Hur mycket data behövs?
Det beror på uppgiften. En enkel modell kan fungera med några hundra exempel, medan bildigenkänning ofta kräver väldigt många. Bilddatabasen ImageNet, som användes i tävlingen som blev startskottet för djupinlärningens genombrott, innehöll över en miljon märkta träningsbilder.
Vad är skillnaden mellan klassificering och regression?
Klassificering väljer en kategori, som skräppost eller inte. Regression förutsäger ett tal, som ett pris. Båda är övervakad inlärning eftersom modellen tränas med facit.
Behöver man kunna programmera?
Inte för att förstå principen eller testa med verktyg som Teachable Machine. För att bygga egna modeller i verkliga projekt behövs däremot oftast programmering, vanligtvis i Python, och grundläggande statistik.
Källor
- https://developers.google.com/machine-learning/intro-to-ml/supervised
- https://developers.google.com/machine-learning/crash-course/logistic-regression
- https://www.ibm.com/think/topics/supervised-learning
- https://course.elementsofai.com/se/4/1
- https://sv.wikipedia.org/wiki/Maskininl%C3%A4rning
- https://arxiv.org/abs/2203.02155
- https://arxiv.org/abs/1409.0575
- https://teachablemachine.withgoogle.com/
Skriven av AI-redaktionen. Texten är researchad och faktakontrollerad mot källorna ovan.
Senast uppdaterad: 26 oktober 2026