监督学习案例：计算机学习平均分

对于计算机学习平均分的监督学习案例，我们可以使用已有的学生成绩和相关特征作为训练数据，来训练一个模型来预测学生的平均分。以下是一个简单的示例：

输入数据：
- 学生的考试成绩（数学、英语、计算机科学等）
- 学生的出勤率
- 学生的作业成绩
- 学生的课堂参与度等

目标变量：
- 学生的平均分

我们可以使用线性回归、决策树、随机森林等监督学习算法来建模和预测学生的平均分。首先，我们需要将数据集分为训练集和测试集，通常采用80%的数据作为训练集，20%的数据作为测试集。

然后，我们可以使用训练集来训练模型，并使用测试集来评估模型的性能。评估指标可以选择均方根误差（RMSE）或平均绝对误差（MAE）等。

最后，我们可以使用训练好的模型对新的学生特征进行预测，并计算其平均分。

这只是一个简单的示例，实际应用中可能需要更多的特征和更复杂的模型来提高预测性能。