Strojno učenje i Algoritmi (Machine Learning)

Definicija i svrha – Analiza glavnih komponenti (PCA, Principal Component Analysis) je linearna metoda smanjenja dimenzionalnosti koja transformira skup koreliranih varijabli u manji skup nekoreliranih varijabli nazvanih glavne komponente. – Cilj je zadržati što veći dio varijance izvornog skupa podataka u prvih nekoliko komponenti radi vizualizacije, kompresije, uklanjanja šuma i pripreme podataka za modele strojnog… read more »

Što je cluster analiza ——————— Cluster analiza (grupiranje) skup tehnika u statistici i strojnome učenju namijenjenih automatskom otkrivanju strukture u podacima tako da se slični uzorci grupiraju u klastere, a različiti ostaju odvojeni. Cilj je identificirati homogenosti unutar klastera i heterogenosti između klastera bez nadzora (bez oznaka). Glavne metode ————- – Hijerarhijsko grupiranje – Agglomerativno… read more »

Povijest i kontekst – Metoda unazadnog širenja pogreške (engl. backpropagation) postala je temeljni algoritam za treniranje višeslojnih umjetnih neuronskih mreža. Klasičan rad koji je popularizirao metodu potječe iz 1986. godine (Rumelhart, Hinton, Williams), iako su matematičke osnove — lančano pravilo iz analize — prethodno bile poznate. Backpropagation omogućuje računanje gradijenata funkcije gubitka u odnosu na… read more »

Uvod Gradientni spust (gradient descent) je osnovna numerička metoda za optimizaciju u strojnom učenju i statistici. Cilj je minimalizirati funkciju gubitka f(θ) promjenom parametara θ u smjeru negativnog gradijenta ∇f(θ), koji lokalno pokazuje smjer najvećeg rasta funkcije. Metoda je temelj za treniranje modela, uključujući linearne regresije, logističku regresiju i duboke neuronske mreže. Osnovni oblik –… read more »

### Sažetak Povratne neuronske mreže (RNN) i njihove varijante poput LSTM-a ključne su arhitekture za modeliranje sekvencijskih podataka. RNN uvode unutarnje stanje koje zadržava informacije o prethodnim ulazima, dok LSTM dodaje strukturne mehanizme (kapije i stanično stanje) za upravljanje dugoročnim ovisnostima. ### Osnovni koncept RNN – Arhitektura: U standardnom RNN-u isti skup težina obrađuje svaki… read more »

## Sažetak Konvolucijske neuralne mreže (CNN) su vrsta dubokih neuralnih mreža dizajnirana za obradu podataka s regularnom mrežnom strukturom, najčešće slika. Njihova ključna svojstva su lokalna povezivost, dijeljenje težina i hijerarhijsko učenje značajki, što ih čini učinkovitima za zadatke poput klasifikacije, detekcije i segmentacije slika. ## Temeljni koncepti i arhitektura – Konvolucijski sloj: primjenjuje skup… read more »

## Sažetak Učenje uz potkrepljenje (reinforcement learning, RL) je područje strojnog učenja u kojem agent uči nizom pokušaja i pogrešaka kako donositi odluke u okolini kako bi maksimizirao kumulativnu nagradu. Fokus je na učenju iz interakcije, bez izričitih parova ulaz‑izlaz, što ga razlikuje od nadziranog i nenadziranog učenja. ## Osnovni pojmovi – Agent: entitet koji… read more »

## Definicija i svrha Nenadzirano učenje je skup metoda strojnog učenja koje uče strukturu i uzorke u nepodijeljenim podacima, bez eksplicitnih oznaka (labela). Cilj je sažeti informacije, otkriti grupiranja, smanjiti dimenzionalnost ili modelirati vjerojatnost podataka kako bi se olakšalo daljnje analiziranje, otkrivanje anomalija i generiranje uzoraka. ## Temeljne klase metoda – Klasteriranje: dijeli podatke u… read more »

### 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… read more »

Uvod Neuralne mreže su računalni modeli inspirirani osnovnom strukturom bioloških živčanih sustava. Koriste se za aproksimaciju funkcija, prepoznavanje obrazaca i učenje iz podataka te čine temelj suvremenih metoda dubokog učenja (engl. deep learning). Osnovna arhitektura – Neuron: Temeljna jedinica koja prima ulaze, množi ih težinama, zbraja s pomakom (bias) i prolazi kroz aktivacijsku funkciju (npr…. read more »