本发明公开了一种机器监督学习方法、装置，该机器监督学习方法包括步骤S1：对机器学习模型的多个分类结果进行人工研判，以创建黑样本集以及白样本集；步骤S2：对黑样本集以及白样本集进行样本对撞，以修改各个特征维度的机器权重；步骤S3：利用进行样本对撞后的黑样本集以及白样本集对机器学习模型进行优化。本发明通过黑样本集以及白样本集实现对机器监督学习的结果进行人为干预标签化，再将人为干预后的结果进行对撞，让机器计算出合理的机器权重，从而实现再根据训练结果进行矫正优化机器学习模型，有效把控训练过程，使得机器监督学习的结果更为精准化。