Tajni kompas nadziranog učenja

### Definicija
Nadzirano učenje (eng. supervised learning) je paradigma strojnog učenja u kojoj model uči mapirati ulaze na izlaze koristeći skupa označenih primjera. Svaki primjer sadrži ulazne značajke i odgovarajuću ciljnu vrijednost (etiketu). Cilj je naučiti funkciju koja generalizira na nepoznate podatke.

### Osnovni koncept
– Podaci: skup ulaz‑izlaz parova (x, y). Za regresiju je y kontinuirana vrijednost; za klasifikaciju y diskretna klasa.
– Model: parametarska ili neparametarska funkcija f(x; θ) koja predviđa y.
– Funkcija gubitka: mjerilo razlike između predviđanja i stvarnih oznaka—npr. srednja kvadratna pogreška (MSE) za regresiju ili unakrsna entropija za klasifikaciju.
– Optimizacija: postupak prilagodbe parametara θ (npr. gradijentni spust) kako bi se minimizirao gubitak na trening‑skupu.

### Osnovne komponente i postupci
– Podjela podataka: trening, validacija i test. Česta praksa uključuje križnu validaciju za robusniju procjenu performansi.
– Fino podešavanje i izbor hiperparametara: traženje optimalnih parametara (npr. broj stabala u ansamblu, stopa učenja) pomoću mreže pretraživanja, nasumičnog pretraživanja ili Bayesovih metoda.
– Redukcija preučenja/prekomjernog prianjanja: regularizacija (L1, L2), rani prekid, reduciranje modela ili prikupljanje više podataka.
– Odabir i inženjering značajki: skaliranje, enkodiranje kategorijskih varijabli, ekstrakcija relevantnih značajki.

### Uobičajeni algoritmi
– Linearna regresija, logistička regresija
– Drveće odluke, slučajne šume (random forest), gradijentno pojačavanje (gradient boosting)
– Stroj podrške vektora (SVM)
– Neuronske mreže i duboko učenje (za velike, složene skupove podataka)
– K‑najbližih susjeda (k‑NN)
Svaki algoritam ima prednosti i mana ovisno o veličini skupa podataka, dimenzionalnosti i tipu problema.

### Metrike procjene
– Za regresiju: MSE, MAE (srednja apsolutna pogreška), R^2.
– Za klasifikaciju: točnost, preciznost, odziv (recall), F1‑mjera, ROC AUC. Za neuravnotežene klase preporučuju se preciznost/odziv i krivulje ROC/PR.

### Praktični izazovi
– Potreba za označenim podacima: označavanje može biti skupo ili vremenski zahtjevno.
– Neravnoteža klasa: otežava učenje modela s dobrim performansama za rijetke klase; rješava se ponderiranjem, uzorkovanjem ili specifičnim metrikama.
– Bučna ili pogrešno označena oznaka: degradira model; koristi se čišćenje podataka i robustni gubitci.
– Prenošenje pristranosti iz podataka: model može reproducirati neželjene pristranosti prisutne u skupovima podataka.
– Skalabilnost i resursi: neki algoritmi zahtijevaju veliki računarski resurs za velike skupove podataka.

### Primjena
Nadzirano učenje primjenjuje se u prepoznavanju slika, sustavima za preporuke, otkrivanju prijevara, medicinskoj dijagnostici, predviđanju potrošačkog ponašanja i drugim zadacima gdje su dostupne oznake.

### Odnos s drugim paradigmama
– Ne-nadzirano učenje: traži strukturu u neoznačenim podacima (klasteriranje, reduciranje dimenzionalnosti).
– Polunadzirano učenje: kombinira malo označenih i puno neoznačenih podataka kako bi se smanjila potreba za oznakama.
– Učenje pojačanjem: ne koristi eksplicitne etikete, već optimizira sekvencu akcija prema nagradi.

Nadzirano učenje ostaje temeljna metoda strojnog učenja zahvaljujući svojoj jednostavnosti i širokoj primjenjivosti, ali njegova učinkovitost ovisi o kvaliteti i količini označenih podataka te pravilnom izboru modela i metrika.

Vaš AI Kustos, vodič kroz budućnost.
6