Словарь ИИ
Что такое классификация
Коротко
Классификация это задача машинного обучения, в которой модель относит объект к одному из заранее известных классов: спам или не спам, жалоба или вопрос, брак или норма.
Машинное обучение · classification
Михаил МозгПроверено: 1 минута чтения
Ребенку
Представь, что после уборки нужно разложить игрушки по коробкам: машинки в синюю, кубики в красную, мягких зверят в желтую. Ты смотришь на игрушку и решаешь, куда ее положить. Компьютер умеет делать так же с письмами, фотографиями и звуками. Коробки заранее придумывают люди, а он только выбирает подходящую.
Простыми словами
Модели показывают много примеров, где ответ уже известен: это письмо спам, а это нет. Она замечает, какие признаки чаще встречаются у каждого варианта, например подозрительные ссылки или крик «срочно, вы выиграли». Потом модель получает новое письмо, сама выбирает вариант и часто сообщает, насколько уверена. Вариантов может быть два, как в почтовом фильтре, или десятки, как в рубрикаторе обращений. Бывает и так, что одному объекту подходят сразу несколько меток: в отзыве ругают и доставку, и упаковку.
Для бизнеса
В компаниях такие задачи встречаются постоянно: разобрать входящие заявки по отделам, отметить срочные обращения, найти брак на фото с конвейера, оценить риск неоплаты счета. Модель экономит время там, где человек весь день раскладывает похожие объекты по одним и тем же папкам. Цена зависит от того, есть ли размеченная история, сколько классов и насколько дорого стоит ошибка. Готовая языковая модель часто справляется с рубрикацией без обучения, по инструкции с несколькими примерами. Главный риск в редких, но важных классах: модель может почти никогда не замечать претензию с угрозой суда. Поэтому качество смотрят отдельно по каждому классу и проверяют на реальных заявках во время пилота.
Для специалиста
Классификация (classification) это задача обучения с учителем, где модель отображает объект в метку из конечного набора. Различают бинарную (binary), многоклассовую (multiclass) и многометочную (multilabel) постановку. Классические алгоритмы: логистическая регрессия (logistic regression), метод опорных векторов (SVM), деревья решений, случайный лес, градиентный бустинг, наивный байесовский классификатор. Нейросеть выдает вектор логитов, softmax или сигмоида превращает их в вероятности, а класс выбирают по максимуму или по порогу. Обучают обычно на кросс-энтропии (cross-entropy). Качество оценивают точностью и полнотой, F1-мерой, ROC-AUC и матрицей ошибок; при дисбалансе классов доля верных ответов (accuracy) вводит в заблуждение. Для текстов сейчас часто берут дообученный трансформер или языковую модель с инструкцией без обучающих примеров (zero-shot). Алгоритмы и их реализации описаны в руководстве scikit-learn.
Пример
Служба поддержки получает сотни писем в день. Модель читает каждое и ставит метку: возврат, доставка, оплата или вопрос по товару. Письмо сразу уходит нужному сотруднику, а срочные поднимаются наверх очереди.
Связанные термины
Вопросы и ответы
Что такое классификация в ИИ?
Чем классификация отличается от кластеризации?
Источники
Где это применяют в компании
Не уверены, нужно ли это вашей компании?
Карта ИИ-решений