我们用x(i) 来表示输入的变量，y(i)表示输出变量或者说是我们试图预测的值。一组（x(i),y(i)）表示一组训练数据。
m组训练数据成为一组数据集，m称为训练集。
下面较为正式的描述监督学习问题（supervised learning）：我们的目标是给出训练集，通过学习出一个函数 h：X--->Y，于是函数h（x）就是一个较为不错的预测器，用来预测相应的Y，我们通常称函数h为 假设(hypothesis)。
用图表示训练方法如下
当目标数据是连续的时，我们称该问题为回归问题，否则称分类问题。