No aprendizado com exemplos rotulados, cada exemplo chega acompanhado da resposta esperada. Em um conjunto de fotos, cada imagem vem marcada como "gato" ou "cão"; em um conjunto de mensagens, cada uma vem marcada como "spam" ou "não spam". A rede recebe o par entrada e resposta e ajusta seus pesos para que a previsão se aproxime daquela resposta. O sinal de aprendizado é direto: existe um alvo claro para comparar com o que a rede produziu.
Esse é o formato mais comum quando o objetivo é bem definido e alguém consegue dizer, caso a caso, qual é a resposta correta. O custo está no trabalho humano de rotular: milhares ou milhões de exemplos precisam ser classificados antes do treino começar. Quando esse esforço é viável, o resultado costuma ser preciso, porque a rede é corrigida contra uma referência confiável. Quando o rótulo é ambíguo ou mal atribuído, a rede aprende o erro junto com o acerto.