ぶんるいもんだい

分類問題

入力データをあらかじめ定めたカテゴリに割り当てる教師あり学習の代表的な問題です。境界線を引き正しく分類することが目的で、数値を予測する回帰問題とは明確に使い分けが必要です。

詳しい説明

教師あり学習において、入力データをあらかじめ定義されたカテゴリのいずれかに割り当てる問題です。迷惑メールの判定や画像の物体認識など、多くの実用的なAIタスクがこの分類問題として定式化されています。

モデルはデータから学習することで、異なるクラスを分ける「決定境界」を獲得します。未知のデータが境界のどちら側にあるかを判定することで、ラベルを予測する仕組みです。

数値を予測する「回帰問題」とは対になる概念です。G検定では、それぞれの問題に対応した代表的なアルゴリズムを識別できることが求められます。分類ならロジスティック回帰やサポートベクターマシン、回帰なら線形回帰などが該当します。