Chapitre 26. La classification
Cet ouvrage a été traduit à l'aide de l'IA. Tes réactions et tes commentaires sont les bienvenus : translation-feedback@oreilly.com
Classification est la tâche qui consiste à prédire une étiquette, une catégorie, une classe ou une variable discrète en fonction de certaines caractéristiques d'entrée. La principale différence avec les autres tâches de ML, telles que la régression, est que l'étiquette de sortie a un ensemble fini de valeurs possibles (par exemple, trois classes).
Cas d'utilisation
La classification a de nombreux cas d'utilisation, comme nous l'avons vu au chapitre 24. En voici quelques autres à considérer pour renforcer la multitude de façons dont la classification peut être utilisée dans le monde réel.
- Prévoir le risque de crédit
-
Une société de financement peut examiner un certain nombre de variables avant de proposer un prêt à une entreprise ou à un particulier. Proposer ou non le prêt est un problème de classification binaire.
- Classification des actualités
-
Un algorithme peut être entraîné à prédire le sujet d'un article d'actualité (sport, politique, affaires, etc.).
- Classer les activités humaines
-
En collectant des données à partir de capteurs tels que l'accéléromètre d'un téléphone ou une montre intelligente, tu peux prédire l'activité de la personne. La sortie sera l'une d'un ensemble fini de classes (par exemple, marcher, dormir, se tenir debout ou courir).
Types de classification
Avant de poursuivre sur, passons en ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access