Uma função alvo, na aprendizagem de máquina, é um método para resolver um problema que um algoritmo de IA analisa os seus dados de treino para encontrar. Assim que um algoritmo encontra a sua função alvo, essa função pode ser usada para prever resultados (análise preditiva). A função pode então ser usada para encontrar dados de saída relacionados a entradas para problemas reais onde, ao contrário dos conjuntos de treinamento, as saídas não são incluídas.
A função alvo é essencialmente a fórmula para a qual um algoritmo alimenta os dados a fim de calcular previsões. Como na álgebra, é comum quando se treina a IA encontrar a variável da solução, trabalhando em sentido inverso. A função como definida por f é aplicada ao input (I) para produzir o output (I), portanto O= f(I).
Analisando as quantidades massivas de dados relacionados ao seu problema, uma IA deriva o entendimento de regras previamente não especificadas detectando consistências nos dados. As observações de regras inerentes sobre como o sujeito estudado opera informam a IA sobre como processar dados futuros que não incluem uma saída aplicando esta função previamente desconhecida.