Statistical classification (original) (raw)

dbo:abstract

Klasifikace je ve strojovém učení a statistice druh problému, kde je cílem zařadit nový vzorek do jedné nebo více kategorií na základě množiny trénovacích dat, která obsahuje vzorky, jejichž kategorie je známa. K tomu máme k dispozici trénovací množinu obsahující pozorování (data, instance), pro která jsou kategorie správně určeny. Jednotlivá pozorování jsou analyzována do množiny kvantifikovatelných vlastností, známých jako nezávislé proměnné, rysy, fíčury (features) apod. Tyto vlastnosti můžou být kategoriální (např. „A“, „B“, „AB“ nebo „O“ pro krevní skupiny), ordinální (např. „velký“, „střední“ nebo „malý“), celočíselné (např. počet výskytů slova v emailu) anebo reálné (např. měření krevního tlaku). Některé algoritmy pracují pouze s diskrétními hodnotami a požadují, aby se celočíselná nebo reálná data diskretizovala, tj. převedla se na kategorie obsahující podobná pozorování (např. „méně než 5“, „mezi 5 a 10“, „víc než 10“). Jako příklad problému klasifikace je přiřazení emailu do třídy „spam“ nebo „ne-spam“ anebo přiřazeni diagnózy danému pacientovi, podle jeho pozorovaných charakteristik (pohlaví, věk, krevní tlak, přítomnost nebo absence určitých symptomů, …) Algoritmus, který implementuje klasifikaci, se nazývá . Tento termín se používá také pro matematickou funkci, která je implementována algoritmem, a zobrazuje vstupní data na třídy. V terminologii strojového učení je klasifikace považována za metodu učení s učitelem, to jest učení, při kterém je známá trénovací množina správně klasifikovaných příkladů. Analogická metoda v učení bez učitele je známá jako klastrování a spočívá ve spojování dat do kategorií podle nějaké míry vnitřní podobnosti (např. odvozené ze vzdálenosti mezi instancemi, které jsou považovány za vektory ve vícedimenzionálním vektorovém prostoru). Terminologie není jednotná a liší se v statistice a strojovém učením, případně v různých aplikačních oblastech. (cs)
Klassifikationsverfahren, auch Klassifizierungsverfahren, sind Methoden und Kriterien zur Einteilung (Klassierung) von Objekten oder Situationen in Klassen, das heißt zur Klassifizierung. Ein solches Verfahren wird auch als Klassifikator bezeichnet. Viele Verfahren lassen sich als Algorithmus implementieren; man spricht dabei auch von maschineller oder automatischer Klassifikation. Klassifikationsverfahren sind immer anwendungsbezogen, sodass viele verschiedene Methoden existieren. Im engen Sinne stehen im Gegensatz zu den Klassifikationsverfahren die Klassierungsverfahren, die dem Einordnen von Objekten in bereits existierende Klassen dienen. Umgangssprachlich wird jedoch zwischen klassifizieren und klassieren kein Unterschied gemacht. Klassifikationsverfahren spielen unter anderem bei der Mustererkennung, in der künstlichen Intelligenz, in der Dokumentationswissenschaft und im Information Retrieval eine Rolle. Zur Beurteilung eines Klassifikators können verschiedene Kenngrößen ermittelt werden. (de)
التصنيف الإحصائي (بالإنجليزية: Statistical classification)‏ عبارة عن عملية احصائية يتم فيها توزيع بيانات معينة لمجتمع احصائي على مجموعات مختلفة بناء على معلومات كمية تستند إلى واحدة أو أكثر من الخواص الأساسية لهذه البيانات أو أعضاء المجتمع الإحصائي. تستند عملية التصنيف هذه على خاصيات أصيلة في العناصر (التي قد تكون : رموزا أو متغيرات....) وتستند على من هذه العناصر. (ar)
Στη μηχανική μάθηση και στη στατιστική, η ταξινόμηση είναι το πρόβλημα του προσδιορισμού σε ποιο σύνολο (υποπληθυσμών) ανήκει μια νέα παρατήρηση, με βάση ένα των δεδομένων που περιέχει τις παρατηρήσεις (ή περιπτώσεις) των οποίων η κατηγορία μέλους είναι γνωστή. Ένα παράδειγμα θα ήταν η ταξινόμηση ηλεκτρονικού ταχυδρομείου σε τάξεις ή μια διάγνωση για έναν δεδομένο ασθενή με βάση τα παρατηρούμενα χαρακτηριστικά του ασθενούς (το φύλο, η πίεση του αίματος, η παρουσία ή απουσία ορισμένων συμπτωμάτων, κτλ.). Η ταξινόμηση είναι ένα παράδειγμα . Στην ορολογία της μηχανικής μάθησης, η ταξινόμηση θεωρείται ένα παράδειγμα , δηλαδή μάθηση όπου ένα σύνολο δεδομένων σωστά προσδιορισμένων παρατηρήσεων (σετ εκπαίδευσης) είναι διαθέσιμο για την εκπαίδευση ενός αλγορίθμου. Η αντίστοιχη μη επιβλεπόμενη διαδικασία είναι γνωστή ως , και περιλαμβάνει ομαδοποίηση των δεδομένων σε κατηγορίες με βάση κάποιο μέτρο της εγγενούς ομοιότητας ή της απόστασης. Συχνά, οι επιμέρους παρατηρήσεις αναλύονται σε ένα σύνολο μετρήσιμων ιδιοτήτων, γνωστές ποικιλοτρόπως ως ή χαρακτηριστικά. Αυτές οι ιδιότητες μπορεί ποικιλοτρόπως να είναι (π.χ. "Α", "Β", "ΑΒ" ή "O", για την ομάδα αίματος), (π.χ. "μεγάλες", "μεσαίες" ή "μικρές"), ακέραιος αριθμός (π.χ. ο αριθμός των εμφανίσεων ενός τμήματος μιας λέξης σε ένα μήνυμα ηλεκτρονικού ταχυδρομείου) ή πραγματικός (π.χ. μια μέτρηση της πίεσης του αίματος). Άλλοι ταξινομητές λειτουργούν συγκρίνοντας τις δεδομένες παρατηρήσεις μέσω μιας συνάρτησης ή απόστασης. Ένας αλγόριθμος που υλοποιεί την ταξινόμηση, ειδικά σε μια συγκεκριμένη εφαρμογή, είναι γνωστός ως ταξινομητής. Ο όρος «ταξινομητής» μερικές φορές επίσης αναφέρεται στην μαθηματική συνάρτηση, που υλοποιείται από έναν αλγόριθμο ταξινόμησης, που χαρτογραφεί την εισαγωγή δεδομένων σε μια κατηγορία. Η ορολογία σε όλα τα πεδία είναι αρκετά ετερόκλητη. Στην στατιστική, όπου η ταξινόμηση συχνά γίνεται με λογιστική παλινδρόμηση ή με μια παρόμοια διαδικασία, οι ιδιότητες των παρατηρήσεων ονομάζονται (ή ανεξάρτητες μεταβλητές, παλινδρομούσες μεταβλητές, κτλ.), και οι κατηγορίες που είναι να προβλεφθούν είναι γνωστές ως αποτελέσματα, τα οποία θεωρούνται ότι είναι πιθανές τιμές της . Στη μηχανική μάθηση, οι παρατηρήσεις είναι συχνά γνωστές ως περιπτώσεις, οι ερμηνευτικές μεταβλητές ονομάζονται χαρακτηριστικά (ομαδοποιούνται σε ένα ), και οι πιθανές κατηγορίες που είναι να προβλεφθούν ονομάζονται κλάσεις. Άλλοι τομείς μπορούν να χρησιμοποιούν διαφορετική ορολογία: π.χ. στην , ο όρος «ταξινόμηση» συνήθως αναφέρεται σε , δηλαδή ένας τύπος μη επιβλεπόμενης μάθησης, αντί της εποπτευόμενης μάθησης που περιγράφεται σε αυτό το άρθρο. (el)
En aprendizaje automático y estadística, la clasificación estadística es el problema de identificar a cuál de un conjunto de categorías (subpoblaciones) pertenece una nueva observación, sobre la base de un conjunto de datos de formación que contiene observaciones (o instancias) cuya categoría de miembros es conocida. Un ejemplo sería asignar a un correo electrónico dado la clasificación de "spam" o "no spam", o asignar un diagnóstico a un paciente dado según las características observadas del paciente (sexo, género, presión arterial, presencia o ausencia de ciertos síntomas, etc.). La clasificación es un ejemplo reconocimiento de patrones. En la terminología de aprendizaje automático, la clasificación está considerada como un caso de aprendizaje supervisado, es decir, un aprendizaje en el que se dispone de un conjunto de observaciones correctamente identificadas. El procedimiento no supervisado se conoce como clustering, e implica agrupar los datos e categorías basadas en alguna medida de similitud o distancia inherente. A menudo, las observaciones individuales se analizan en un conjunto de propiedades cuantificables, conocidas como variables explicativas o características. Estas propiedades pueden ser categórica(por ejemplo,"A","B","AB" u "O", para el grupo sanguíneo), ordinales (por ejemplo,"grande","mediano" o "pequeño"), de número entero (por ejemplo, el número de ocurrencias de una palabra en particular en un mensaje de correo electrónico) de número real (por ejemplo, una medición de la presión arterial). Otros clasificadores trabajan comparando observaciones contra observaciones anteriores mediante la función de similitud o de distancia. Un algoritmo que implementa la clasificación, especialmente en una implementación concreta, se conoce como un clasificador. El término "clasificador" algunas veces refiere a la función matemática, implementada por un algoritmo de clasificación, que asocia los datos de entrada a una categoría. La terminología a través de los diferentes campos es muy variada. En estadística, cuando la clasificación se hace a menudo con regresión logística o con un procedimiento similar, las propiedades de las observaciones se denominan variables explicativas (o variables independientes, regriones, etc.), y las categorías a predecir se conocen como clases, que se consideran posibles valores de la variable dependiente. En el aprendizaje automático, las observaciones se conocen a menudo como instancias, las variables explicativas se denominan características (agrupadas en un vector de características) y las posibles categorías a predecir son clases. Otros campos pueden utilizar terminologías diferentes: por ejemplo, en ecología de comunidades, el término "clasificación" se refiere normalmente al análisis de grupos, es decir, a un tipo de aprendizaje no supervisado, en lugar del aprendizaje supervisado descrito en este artículo. (es)
Dalam statistika, klasifikasi adalah masalah untuk mengidentifikasi yang mana dari kumpulan kategori (sub-populasi) yang menjadi observasi baru, berdasarkan kumpulan data pelatihan yang berisi observasi (atau contoh) yang keanggotaan kategorinya diketahui. Contohnya adalah menetapkan email tertentu ke kelas "spam" atau "non-spam", dan menetapkan diagnosis untuk pasien tertentu berdasarkan karakteristik pasien yang diamati (jenis kelamin, tekanan darah, ada atau tidak adanya gejala tertentu, dll.) . Klasifikasi adalah contoh pengenalan pola. Dalam terminologi pembelajaran mesin, klasifikasi dianggap sebagai contoh pembelajaran yang diawasi, yaitu pembelajaran di mana serangkaian pelatihan observasi yang diidentifikasi dengan benar tersedia. Prosedur tanpa pengawasan yang sesuai dikenal sebagai pengelompokan, dan melibatkan pengelompokan data ke dalam kategori berdasarkan beberapa ukuran kesamaan atau jarak yang melekat. (in)
In statistics, classification is the problem of identifying which of a set of categories (sub-populations) an observation (or observations) belongs to. Examples are assigning a given email to the "spam" or "non-spam" class, and assigning a diagnosis to a given patient based on observed characteristics of the patient (sex, blood pressure, presence or absence of certain symptoms, etc.). Often, the individual observations are analyzed into a set of quantifiable properties, known variously as explanatory variables or features. These properties may variously be categorical (e.g. "A", "B", "AB" or "O", for blood type), ordinal (e.g. "large", "medium" or "small"), integer-valued (e.g. the number of occurrences of a particular word in an email) or real-valued (e.g. a measurement of blood pressure). Other classifiers work by comparing observations to previous observations by means of a similarity or distance function. An algorithm that implements classification, especially in a concrete implementation, is known as a classifier. The term "classifier" sometimes also refers to the mathematical function, implemented by a classification algorithm, that maps input data to a category. Terminology across fields is quite varied. In statistics, where classification is often done with logistic regression or a similar procedure, the properties of observations are termed explanatory variables (or independent variables, regressors, etc.), and the categories to be predicted are known as outcomes, which are considered to be possible values of the dependent variable. In machine learning, the observations are often known as instances, the explanatory variables are termed features (grouped into a feature vector), and the possible categories to be predicted are classes. Other fields may use different terminology: e.g. in community ecology, the term "classification" normally refers to cluster analysis. (en)
Le classement automatique ou classification supervisée est la catégorisation algorithmique d'objets. Elle consiste à attribuer une classe ou catégorie à chaque objet (ou individu) à classer, en se fondant sur des données statistiques. Elle fait couramment appel à l'apprentissage automatique et est largement utilisée en reconnaissance de formes. (fr)
分類（ぶんるい、英: classification）や統計的分類や統計的識別とは、統計学において、データを複数のクラス（グループ）に分類すること。2つのクラスに分ける事を二項分類や二値分類、多数のクラスに分ける事をという。Y = f(X) というモデルを適用する際に、Y が離散であれば分類、連続値であれば回帰である。個体をクラス分けする統計的手続きの一つであり、分類対象に固有な1つ以上の特性についての数値化された情報に基づいて実施される。このとき、事前にラベル付けされた（英: training set）を用いる。形式的に表すと、次のようになる。訓練データから、オブジェクトから分類ラベルへマップする分類器（英: classifier、識別器とも）を生成するのが統計分類である。例えば、スパムのフィルタリングをする場合、は具体的な電子メールの例であり、は "Spam" か "Non-Spam" のどちらかである。統計的分類アルゴリズムは主にパターン認識システムなどで使われる。注: 群集生態学で言う「分類; classification」という用語は、一般に（たとえば機械学習で）データ・クラスタリングと呼ばれているものと同じものを指す。詳しくは教師なし学習などを参照されたい。 (ja)
통계적 분류는 데이터를 통계학 기법에 의해 분류하는 기계 학습의 과정이다. (ko)
La classificazione statistica è quell'attività che si serve di un algoritmo statistico al fine di individuare una rappresentazione di alcune caratteristiche di un'entità da classificare (oggetto o nozione), associandole una etichetta classificatoria. Tale attività può essere svolta mediante algoritmi di apprendimento automatico supervisionato o non supervisionato. Esempi di questi algoritmi sono: * classificatore bayesiano ingenuo (Naïve Bayes) * reti neurali * macchine a vettori di supporto * regressione logistica I programmi che effettuano l'attività di classificazione sono detti classificatori. Talora si usa l'aggettivo statistica anche per classificazioni utilizzate per costruire indicazioni statistiche sulle entità assegnate ai diversi contenitori di una classificazione, soprattutto nel caso delle tassonomie, mentre nella definizione della classificazione non si sono utilizzati precisi metodi statistici. (it)
Em aprendizagem automática e nas estatísticas, a classificação estatística é o problema de identificar a qual de um conjunto de categorias (subpopulações) pertence em uma nova observação, com base em um contendo observações (ou instâncias) cuja categoria de adesão é conhecida. (pt)
Klasyfikacja statystyczna – rodzaj algorytmu statystycznego, który przydziela obserwacje statystyczne do klas, bazując na atrybutach (cechach) tych obserwacji. (pl)
Задача классифика́ции — задача, в которой имеется множество объектов (ситуаций), разделённых, некоторым образом, на классы. Задано конечное множество объектов, для которых известно, к каким классам они относятся. Это множество называется выборкой. Классовая принадлежность остальных объектов неизвестна. Требуется построить алгоритм, способный классифицировать (см. ниже) произвольный объект из исходного множества. Классифици́ровать объект — значит, указать номер (или наименование) класса, к которому относится данный объект. Классифика́ция объекта — номер или наименование класса, выдаваемый алгоритмом классификации в результате его применения к данному конкретному объекту. В математической статистике задачи классификации называются также задачами дискриминантного анализа. В машинном обучении задача классификации решается, в частности, с помощью методов искусственных нейронных сетей при постановке эксперимента в виде обучения с учителем. Существуют также другие способы постановки эксперимента — обучение без учителя, но они используются для решения другой задачи — кластеризации или таксономии. В этих задачах разделение объектов обучающей выборки на классы не задаётся, и требуется классифицировать объекты только на основе их сходства друг с другом. В некоторых прикладных областях, и даже в самой математической статистике, из-за близости задач часто не различают задачи кластеризации от задач классификации. Некоторые алгоритмы для решения задач классификации комбинируют обучение с учителем с обучением без учителя, например, одна из версий нейронных сетей Кохонена — сети векторного квантования, обучаемые с учителем. (ru)
Задача класифіка́ції — формалізована задача, яка містить множину об'єктів (ситуацій), поділених певним чином на класи. Задана скінченна множина об'єктів, для яких відомо, до яких класів вони належать. Ця множина називається вибіркою. До якого класу належать інші об'єкти невідомо. Необхідно побудувати такий алгоритм, який буде здатний класифікувати довільний об'єкт з вихідної множини. Класифікувати об'єкт — означає, вказати номер (чи назву) класу, до якого належить цей об'єкт. Класифікація об'єкта — номер або найменування класу, що видається алгоритмом класифікації в результаті його застосування до цього об'єкта. В математичній статистиці задачі класифікації називаються також задачами дискретного аналізу. В машинному навчанні завдання класифікації вирішується, як правило, за допомогою методів штучної нейронної мережі при постановці експеримента у вигляді навчання з учителем. Існують також інші способи постановки експерименту — навчання без вчителя, але вони використовуються для вирішення іншого завдання — кластеризації або таксономії. У цих завданнях поділ об'єктів навчальної вибірки на класи не задається, і потрібно класифікувати об'єкти тільки на основі їх подібності. У деяких прикладних областях, і навіть у самій математичній статистиці, через близькість завдань часто не відрізняють завдання кластеризації від завдання класифікації. Деякі алгоритми для вирішення задач класифікації комбінують навчання з учителем і навчання без вчителя, наприклад, одна з версій нейронних мереж Кохонена — Мережі векторного квантування, яких навчають способом навчання з учителем. (uk)
统计分类是机器学习非常重要的一个组成部分，它的目标是根据已知样本的某些特征，判断一个新的样本属于哪种已知的样本类。分类是监督学习的一个实例，根据已知训练集提供的样本，通过计算选择特征参数，建立判别函数以对样本进行的分类。与之相对的是無監督學習，例如聚类分析。 (zh)

dbo:wikiPageWikiLink

rdf:type

rdfs:comment

التصنيف الإحصائي (بالإنجليزية: Statistical classification)‏ عبارة عن عملية احصائية يتم فيها توزيع بيانات معينة لمجتمع احصائي على مجموعات مختلفة بناء على معلومات كمية تستند إلى واحدة أو أكثر من الخواص الأساسية لهذه البيانات أو أعضاء المجتمع الإحصائي. تستند عملية التصنيف هذه على خاصيات أصيلة في العناصر (التي قد تكون : رموزا أو متغيرات....) وتستند على من هذه العناصر. (ar)
Le classement automatique ou classification supervisée est la catégorisation algorithmique d'objets. Elle consiste à attribuer une classe ou catégorie à chaque objet (ou individu) à classer, en se fondant sur des données statistiques. Elle fait couramment appel à l'apprentissage automatique et est largement utilisée en reconnaissance de formes. (fr)
分類（ぶんるい、英: classification）や統計的分類や統計的識別とは、統計学において、データを複数のクラス（グループ）に分類すること。2つのクラスに分ける事を二項分類や二値分類、多数のクラスに分ける事をという。Y = f(X) というモデルを適用する際に、Y が離散であれば分類、連続値であれば回帰である。個体をクラス分けする統計的手続きの一つであり、分類対象に固有な1つ以上の特性についての数値化された情報に基づいて実施される。このとき、事前にラベル付けされた（英: training set）を用いる。形式的に表すと、次のようになる。訓練データから、オブジェクトから分類ラベルへマップする分類器（英: classifier、識別器とも）を生成するのが統計分類である。例えば、スパムのフィルタリングをする場合、は具体的な電子メールの例であり、は "Spam" か "Non-Spam" のどちらかである。統計的分類アルゴリズムは主にパターン認識システムなどで使われる。注: 群集生態学で言う「分類; classification」という用語は、一般に（たとえば機械学習で）データ・クラスタリングと呼ばれているものと同じものを指す。詳しくは教師なし学習などを参照されたい。 (ja)
통계적 분류는 데이터를 통계학 기법에 의해 분류하는 기계 학습의 과정이다. (ko)
Em aprendizagem automática e nas estatísticas, a classificação estatística é o problema de identificar a qual de um conjunto de categorias (subpopulações) pertence em uma nova observação, com base em um contendo observações (ou instâncias) cuja categoria de adesão é conhecida. (pt)
Klasyfikacja statystyczna – rodzaj algorytmu statystycznego, który przydziela obserwacje statystyczne do klas, bazując na atrybutach (cechach) tych obserwacji. (pl)
统计分类是机器学习非常重要的一个组成部分，它的目标是根据已知样本的某些特征，判断一个新的样本属于哪种已知的样本类。分类是监督学习的一个实例，根据已知训练集提供的样本，通过计算选择特征参数，建立判别函数以对样本进行的分类。与之相对的是無監督學習，例如聚类分析。 (zh)
Klasifikace je ve strojovém učení a statistice druh problému, kde je cílem zařadit nový vzorek do jedné nebo více kategorií na základě množiny trénovacích dat, která obsahuje vzorky, jejichž kategorie je známa. K tomu máme k dispozici trénovací množinu obsahující pozorování (data, instance), pro která jsou kategorie správně určeny. Jednotlivá pozorování jsou analyzována do množiny kvantifikovatelných vlastností, známých jako nezávislé proměnné, rysy, fíčury (features) apod. Tyto vlastnosti můžou být kategoriální (např. „A“, „B“, „AB“ nebo „O“ pro krevní skupiny), ordinální (např. „velký“, „střední“ nebo „malý“), celočíselné (např. počet výskytů slova v emailu) anebo reálné (např. měření krevního tlaku). Některé algoritmy pracují pouze s diskrétními hodnotami a požadují, aby se celočíselná (cs)
Στη μηχανική μάθηση και στη στατιστική, η ταξινόμηση είναι το πρόβλημα του προσδιορισμού σε ποιο σύνολο (υποπληθυσμών) ανήκει μια νέα παρατήρηση, με βάση ένα των δεδομένων που περιέχει τις παρατηρήσεις (ή περιπτώσεις) των οποίων η κατηγορία μέλους είναι γνωστή. Ένα παράδειγμα θα ήταν η ταξινόμηση ηλεκτρονικού ταχυδρομείου σε τάξεις ή μια διάγνωση για έναν δεδομένο ασθενή με βάση τα παρατηρούμενα χαρακτηριστικά του ασθενούς (το φύλο, η πίεση του αίματος, η παρουσία ή απουσία ορισμένων συμπτωμάτων, κτλ.). Η ταξινόμηση είναι ένα παράδειγμα . (el)
Klassifikationsverfahren, auch Klassifizierungsverfahren, sind Methoden und Kriterien zur Einteilung (Klassierung) von Objekten oder Situationen in Klassen, das heißt zur Klassifizierung. Ein solches Verfahren wird auch als Klassifikator bezeichnet. Viele Verfahren lassen sich als Algorithmus implementieren; man spricht dabei auch von maschineller oder automatischer Klassifikation. Klassifikationsverfahren sind immer anwendungsbezogen, sodass viele verschiedene Methoden existieren. (de)
En aprendizaje automático y estadística, la clasificación estadística es el problema de identificar a cuál de un conjunto de categorías (subpoblaciones) pertenece una nueva observación, sobre la base de un conjunto de datos de formación que contiene observaciones (o instancias) cuya categoría de miembros es conocida. Un ejemplo sería asignar a un correo electrónico dado la clasificación de "spam" o "no spam", o asignar un diagnóstico a un paciente dado según las características observadas del paciente (sexo, género, presión arterial, presencia o ausencia de ciertos síntomas, etc.). La clasificación es un ejemplo reconocimiento de patrones. (es)
Dalam statistika, klasifikasi adalah masalah untuk mengidentifikasi yang mana dari kumpulan kategori (sub-populasi) yang menjadi observasi baru, berdasarkan kumpulan data pelatihan yang berisi observasi (atau contoh) yang keanggotaan kategorinya diketahui. Contohnya adalah menetapkan email tertentu ke kelas "spam" atau "non-spam", dan menetapkan diagnosis untuk pasien tertentu berdasarkan karakteristik pasien yang diamati (jenis kelamin, tekanan darah, ada atau tidak adanya gejala tertentu, dll.) . Klasifikasi adalah contoh pengenalan pola. (in)
In statistics, classification is the problem of identifying which of a set of categories (sub-populations) an observation (or observations) belongs to. Examples are assigning a given email to the "spam" or "non-spam" class, and assigning a diagnosis to a given patient based on observed characteristics of the patient (sex, blood pressure, presence or absence of certain symptoms, etc.). (en)
La classificazione statistica è quell'attività che si serve di un algoritmo statistico al fine di individuare una rappresentazione di alcune caratteristiche di un'entità da classificare (oggetto o nozione), associandole una etichetta classificatoria. Tale attività può essere svolta mediante algoritmi di apprendimento automatico supervisionato o non supervisionato. Esempi di questi algoritmi sono: * classificatore bayesiano ingenuo (Naïve Bayes) * reti neurali * macchine a vettori di supporto * regressione logistica (it)
Задача классифика́ции — задача, в которой имеется множество объектов (ситуаций), разделённых, некоторым образом, на классы. Задано конечное множество объектов, для которых известно, к каким классам они относятся. Это множество называется выборкой. Классовая принадлежность остальных объектов неизвестна. Требуется построить алгоритм, способный классифицировать (см. ниже) произвольный объект из исходного множества. Классифици́ровать объект — значит, указать номер (или наименование) класса, к которому относится данный объект. (ru)
Задача класифіка́ції — формалізована задача, яка містить множину об'єктів (ситуацій), поділених певним чином на класи. Задана скінченна множина об'єктів, для яких відомо, до яких класів вони належать. Ця множина називається вибіркою. До якого класу належать інші об'єкти невідомо. Необхідно побудувати такий алгоритм, який буде здатний класифікувати довільний об'єкт з вихідної множини. Класифікувати об'єкт — означає, вказати номер (чи назву) класу, до якого належить цей об'єкт. (uk)

rdfs:label

Statistical classification (en)
تصنيف إحصائي (ar)
Klasifikace (umělá inteligence) (cs)
Klassifikationsverfahren (de)
Στατιστική ταξινόμηση (el)
Clasificación estadística (es)
Klasifikasi statistik (in)
Classificazione statistica (it)
Classement automatique (fr)
分類 (統計学) (ja)
통계적 분류 (ko)
Klasyfikacja statystyczna (pl)
Задача классификации (ru)
Classificação estatística (pt)
统计分类 (zh)
Задача класифікації (uk)

owl:sameAs

is dbo:wikiPageRedirects of