分類とは、AIや機械学習において、入力されたデータがどのカテゴリやクラスに属するかを予測するタスクです。スパムメールの判定や画像の認識など、さまざまな分野の自動化や判断基準として広く利用されています。
分類とは
分類とは、あらかじめ用意された複数のラベルやカテゴリのいずれにデータが該当するかを予測し、振り分ける機械学習の基本的なタスクのことです。
詳しく解説
分類は、入力データの特徴量を分析し、それがどのクラスに属するべきかを数学的・統計的なモデルを用いて判断します。一般的には教師あり学習の枠組みで用いられ、過去の正解データ（ラベル付きデータ）をAIに学習させることで、未知のデータに対しても正確な予測を行えるようにします。アルゴリズムには、ロジスティック回帰、決定木、サポートベクターマシン、ニューラルネットワークなどが使われます。
具体例・使われ方
具体的な利用例として、メールが「受信トレイ」に入るか「スパム」に入るかを自動で判断する迷惑メールフィルタリングがあります。また、スマートフォンのカメラで撮影した写真に写っているものが「猫」か「犬」かを識別する画像認識や、病院の診断データから病気の有無を判定する医療診断のサポートなどにも活用されています。
似た用語との違い
数値を連続的な値として予測する「回帰」とは異なります。回帰は気温や株価のような数量を予測するのに対し、分類は「イエス/ノー」やあらかじめ定義された有限のカテゴリのいずれかを予測する点が大きな違いです。
注意点
学習データに偏りがある場合、特定のカテゴリに対する予測精度が著しく低下するバイアスの問題が生じます。また、未知のデータに対して過剰に適合してしまう過学習を起こすリスクもあるため、適切なデータの収集と検証が必要です。
この解説は役に立ちましたか？誤りが含まれる場合はご報告いただけますと幸いです。
更新日時: 2026年8月27日 12:11