Diese Kategorie umfasst überwachtes Lernen zur Vorhersage von Klassen oder kontinuierlichen Werten aus beschrifteten Daten. Zum Einsatz kommen neuronale Netzwerke, Entscheidungsbäume, Support-Vector-Machines und Ensemble-Modelle, mit dem Ziel robuster Generalisierung. Anwendungen sind unter anderem die Vorhersage von Krebs-Subtypen, die Schätzung von Medikamentenwirkungen und die Zelltypklassifikation in Single-Cell-RNA-Seq-Daten.