¿Qué es la clasificación en el aprendizaje automático?

En el aprendizaje automático , la clasificación es el conjunto de categorías (subpoblaciones) a las que pertenece una nueva observación, sobre la base de un conjunto de datos de capacitación que contienen observaciones (o instancias) cuya pertenencia a la categoría es conocida.

Si desea saber más sobre la tecnología de aprendizaje automático y sus tecnologías correlacionadas, como el aprendizaje automático, el aprendizaje profundo, matlab, python, etc. Haga clic aquí para visitar los tutoriales de aprendizaje automático.

Webtunix Solutions es una organización líder de aprendizaje automático que le ayuda a proporcionar servicios web inteligentes relacionados con las necesidades de la industria. En Webtunix, puede obtener muchos servicios de aprendizaje automático, como desguace web, minería de datos, detección de objetos, procesamiento de video e imagen, procesamiento de lenguaje natural y muchos más.

En Machine Learning and Statistics, las clases son el problema de identificar a cuál de un conjunto de categorías pertenece una nueva observación, sobre la base de un conjunto de datos de entrenamiento que contiene observaciones cuya memebership categoría se conoce. Para obtener más información sobre Machine Learning, visite nuestro sitio web: http: //www.researchinfinitesolut

Es una técnica que viene bajo aprendizaje supervisado. Dado que el aprendizaje supervisado significa predecir los valores de entrada en función de la etiqueta o la variable objetivo de los ejemplos de capacitación que proporcionó anteriormente. Por ejemplo, suponga que ha instalado un sistema de clasificación de aves. En el que se puede predecir si un pájaro será un gorrión, pavo real Aquí su resultado será un gorrión o un pavo real según sus datos de prueba y ejemplo de entrenamiento. Está clasificando su salida como gorrión o pavo real.

La clasificación es un campo de investigación para clasificar cosas / objetos / imágenes / sonido / texto, etc., utilizando técnicas de aprendizaje automático / aprendizaje estadístico.

Por ejemplo, considere el problema de la detección de spam para un correo electrónico. En tal caso, un correo electrónico puede ser spam o no spam, por lo que hay dos clases en este problema y clasificar un correo electrónico como spam o no es un problema de clasificación .

Separa las observaciones en grupos según sus características. Por ejemplo, los estudiantes que solicitan ingreso a las escuelas de medicina podrían dividirse en probablemente aceptados, quizás aceptados y poco esperados en función de las calificaciones, los puntajes de MCAT, la experiencia médica y las actividades sobresalientes.