Klasyfikacja binarna polega na nadozorowaniu zadania uczenia maszynowego – służy ono do przewidywania, do której z dwóch klas (kategorii) należy wystąpienie danych. Dane wejściowe algorytmu klasyfikacji to zestaw przykładów z etykietami, gdzie każda etykieta jest liczbą całkowitą 0 lub 1.

Regresja polega na prognozowaniu danych dla pewnej zmiennej, na podstawie innych zmiennych (charakterystyk). To próba określenia, jaką wartość przyjmie jedna zmienna, gdy znamy inne zmienne.