Uczenie nadzorowane

Supervised learning · id supervised

Uczenie z przykładów z przypisaną odpowiedzią.

Learning from examples with the answer attached.

In one sentence

To uczenie modelu z przykładów, przy których podano oczekiwaną odpowiedź.

This teaches a model from examples paired with the expected answer.

Problem it solves

Chcesz przewidywać wynik nowych przypadków, ale ręczne opisanie wszystkich zależności między ich cechami jest trudne.

You want to predict outcomes for new cases, but describing every relationship between their features by hand is difficult.

What it does

Porównuje odpowiedzi modelu z zapisanymi wynikami i wykorzystuje różnice, żeby nauczyć się przewidywać liczbę lub kategorię.

It compares model answers with recorded outcomes and uses the differences to learn to predict a number or category.

Everyday example

Na danych o wcześniejszych przesyłkach wraz z rzeczywistymi czasami dostawy uczysz model przewidywać czas dotarcia nowej paczki.

You use past shipment records paired with actual delivery times to teach a model to predict when a new parcel will arrive.

This concerns you if you…

• masz przykłady z przypisanym wynikiem lub kategorią
• chcesz przewidywać odpowiedzi dla kolejnych przypadków
• have examples paired with an outcome or category
• want to predict answers for future cases

Examples

• Regresja · klasyfikacja
• Regression · classification

Subtopics

• Maszyny wektorów nośnych (SVM) (Support vector machines): A classifier that looks for the boundary with the widest margin between classes; kernels (the kernel trick) let it draw non-linear boundaries.
• Metoda k najbliższych sąsiadów (k-NN) (k-nearest neighbours): A model with no parameter training: the answer for a new example comes from the k most similar examples in the data. The same idea underlies vector search.
• Modele bazowe dla danych tabelarycznych (Tabular foundation models): Transformers pretrained on millions of (mostly synthetic) tables that predict on a new table without training, learning in context from the given rows. A new direction (since 2025) competing with gradient boosting on small and medium datasets.
• Naiwny klasyfikator Bayesa (Naive Bayes classifiers): A probabilistic classifier built on Bayes' theorem with the simplifying assumption that features are independent. A fast baseline, classically for text (e.g. spam filtering).
• Regresja kwantylowa i przedziały predykcji (Quantile regression and prediction intervals): Estimating conditional quantiles of the target by minimising the pinball loss; a pair of quantiles forms a prediction interval.
• Regresja liniowa i logistyczna (Linear and logistic regression): The simplest predictive models: a weighted sum of features gives a number (linear regression) or a class probability (logistic regression). They are the usual place to learn loss, gradient descent and decision thresholds.
• Uczenie rankingu (learning to rank) (Learning to rank): Learning a scoring function for documents given a query, with pointwise, pairwise or listwise objectives that optimise ranking-quality metrics.

Related topics

• Modele interpretowalne z natury (Inherently interpretable models)

Sources

• Stanford CS229 · Machine Learning (2018, archiwum) · reference: Klasyczne ML, statystyka i podstawy uczenia. Użyte jako stabilny szkielet, nie przegląd nowości.
• Google · Recommendation Systems · reference: Rekomendacje, retrieval, scoring i reranking.
• DeepLearning.AI — course catalogue · course catalogue: 42 topic labels with counts, about 130 courses.