Überwachtes Lernen ist ein maschinelles Lernparadigma, bei dem ein Modell aus gelabelten Eingabe-Ausgabe-Paaren Zusammenhänge lernt. In der Materialwissenschaft wird es zur Vorhersage von Eigenschaften, Phasenstabilitäten, Gefügemerkmalen oder Prozessfenstern aus Zusammensetzung, Prozessparametern und Mikrostrukturdaten eingesetzt und unterstützt inverse Werkstoff- und Prozessauslegung.