在機(jī)器學(xué)習(xí)中，有監(jiān)督學(xué)習(xí)是指在模型訓(xùn)練過(guò)程中使用帶標(biāo)簽的數(shù)據(jù)集的方法。以下對(duì)選項(xiàng)進(jìn)行分析：

- **A: 關(guān)聯(lián)規(guī)則**
關(guān)聯(lián)規(guī)則（Association Rule）主要用于發(fā)現(xiàn)數(shù)據(jù)集中變量之間的有趣關(guān)系，通常用于市場(chǎng)購(gòu)物籃分析。它屬于無(wú)監(jiān)督學(xué)習(xí)，不需要預(yù)先知道結(jié)果標(biāo)簽，因此不是有監(jiān)督學(xué)習(xí)方法。

- **B: 決策樹(shù)**
決策樹(shù)（Decision Tree）是典型的有監(jiān)督學(xué)習(xí)方法，它利用帶標(biāo)簽的數(shù)據(jù)構(gòu)建樹(shù)狀模型進(jìn)行分類(lèi)或回歸。通過(guò)對(duì)數(shù)據(jù)特征的決策過(guò)程，預(yù)測(cè)輸出標(biāo)簽。因此，決策樹(shù)是有監(jiān)督學(xué)習(xí)算法。

- **C: 序列分析**
序列分析一般用于處理時(shí)間序列數(shù)據(jù)，通常用于預(yù)測(cè)未來(lái)的時(shí)間點(diǎn)。根據(jù)具體算法，如果使用帶標(biāo)簽的數(shù)據(jù)進(jìn)行模型訓(xùn)練（比如時(shí)間序列分類(lèi)），則屬于有監(jiān)督學(xué)習(xí)；如果不使用標(biāo)簽，則可能屬于無(wú)監(jiān)督學(xué)習(xí)。題目中沒(méi)有明確提到特定的序列分析方法，因此不認(rèn)為其是典型的有監(jiān)督學(xué)習(xí)。

- **D: 支持向量機(jī)**
支持向量機(jī)（Support Vector Machine, SVM）是一種強(qiáng)有力的有監(jiān)督學(xué)習(xí)算法，廣泛用于分類(lèi)和回歸任務(wù)。SVM通過(guò)尋找最佳的決策邊界來(lái)分類(lèi)帶標(biāo)簽的數(shù)據(jù)。

綜上所述，答案是：**B: 決策樹(shù)** 和 **D: 支持向量機(jī)**。這兩者都是有監(jiān)督機(jī)器學(xué)習(xí)方法。