在监督学习中，每个实例都是由一个输入对象（通常为矢量）和一个期望的输出值（也称为监督信号）组成——例如，营销相关的创意、广告出价（排名）、目标人群的各种设置等为输入对象，广告的效果（例如点击率）就是输出值。
监督学习算法是分析该训练数据，并产生一个根据已有的数据（输入对象和输出值）推算得出的映射关系，用这一映射关系去推断新的实例的情况。在刚才那个例子中，历史的创意、出价、目标人群设置数据及其相应效果的输出值可以用来推断未来在各种创意、出价和人群设置下的效果，并利用效果的推断不断调优输入对象的设置，从而让机器实现自动化的营销效果优化。