En clair
La classification est une tâche d'apprentissage supervisé. Le modèle apprend à ranger des données dans des catégories définies à l'avance. Elle prend trois formes.
- La classification binaire n'a que deux catégories possibles, comme spam ou non-spam.
- La classification multiclasse en a plus de deux, comme chien, chat ou oiseau.
- La classification multilabel permet à un élément d'appartenir à plusieurs catégories à la fois. Un film peut être à la fois « action » et « comédie ».
Pourquoi c'est important
C'est l'une des tâches les plus courantes en intelligence artificielle. Elle sert à prendre des décisions automatiques : repérer une fraude bancaire, poser un diagnostic, trier des courriels, reconnaître des objets sur une image. Dans une voiture autonome il faut classer chaque objet détecté (piéton, véhicule, panneau) et cette étape compte beaucoup pour la sécurité. Sans elle le système ne saurait pas distinguer un obstacle dangereux d'un élément sans risque.
Dans la pratique
Pour entraîner un modèle de classification il faut un jeu de données étiquetées. Chaque exemple y est associé à sa bonne catégorie. Le modèle apprend à relier des caractéristiques (les variables) à ces catégories. Une fois entraîné il prédit la catégorie de données qu'il n'a jamais vues.
Prenons un jeu de données qui décrit des arbres. On veut classer chacun comme « remarquable » ou « ordinaire ». Le modèle apprend à partir de critères comme l'essence ou la hauteur. On juge ensuite sa qualité avec des outils comme la matrice de confusion ou la courbe ROC qui comparent les prédictions aux vraies étiquettes.
À ne pas confondre avec
- La régression prédit une valeur numérique continue comme un prix. La classification prédit une catégorie comme « oui » ou « non ».
- Le clustering est une tâche non supervisée qui regroupe des données semblables sans catégories prédéfinies. La classification part de catégories connues.
- La détection d'objets va plus loin. Elle repère où se trouvent les objets dans une image en plus de les classer. La classification seule ne donne pas leur position.