Labeling (Etykietowanie) – ręczne opisywanie danych dla modelu.

Proces polegający na przypisywaniu etykiet lub opisów do danych wejściowych, takich jak obrazy, teksty czy dźwięki, w celu przygotowania tych danych do wykorzystania w uczeniu maszynowym. Etykietowanie jest kluczowym etapem w tworzeniu zbiorów danych treningowych, na podstawie których modele uczą się rozpoznawać wzorce, klasyfikować obiekty lub wykonywać inne zadania predykcyjne. Wykonywane najczęściej ręcznie przez specjalistów lub annotatorów, zapewnia wysoką jakość i precyzję opisów.

W kontekście sztucznej inteligencji dokładność etykietowania bezpośrednio wpływa na efektywność i wiarygodność modelu, dlatego proces ten wymaga staranności i często jest wspomagany narzędziami do automatyzacji lub weryfikacji. W zależności od zastosowania, etykiety mogą mieć formę prostych kategorii, takich jak nazwy klas, lub bardziej złożonych opisów zawierających wiele atrybutów. Ponadto, rzetelne etykietowanie stanowi fundament w rozwijaniu systemów opartych na uczeniu nadzorowanym oraz semi-nadzorowanym.