Classifier

Wprowadzenie

Classifier (Klasyfikator) to rodzaj modelu uczenia maszynowego nadzorowanego (supervised learning), którego głównym zadaniem jest przypisanie obiektu wejściowego do jednej lub kilku zdefiniowanych kategorii (klas).

Typy klasyfikacji

• Binary Classification – dwie klasy (np. spam / nie spam, chory / zdrowy)

• Multi-class Classification – wiele klas wzajemnie się wykluczających (np. rozpoznawanie cyfr 0-9)

• Multi-label Classification – jeden obiekt może należeć do wielu klas jednocześnie (np. tagi na zdjęciu)

Popularne algorytmy klasyfikatorów

• Logistic Regression

• Decision Trees & Random Forest

• Support Vector Machines (SVM)

• Naive Bayes

• k-Nearest Neighbors (k-NN)

• Gradient Boosting (XGBoost, LightGBM, CatBoost)

• Neural Networks (w tym CNN dla obrazów i Transformer dla tekstu)

Metryki oceny klasyfikatorów

• Accuracy (dokładność)

• Precision, Recall, F1-Score

• Confusion Matrix

• ROC-AUC i PR-AUC

• Log Loss (Cross-Entropy)

Zastosowania w praktyce

• Wykrywanie spamu i phishingu

• Rozpoznawanie obrazów i mowy

• Diagnostyka medyczna

• Analiza sentymentu tekstów

• Wykrywanie oszustw bankowych

• Moderacja treści na platformach społecznościowych

• Klasyfikacja klientów (churn prediction)

Dodano: 16 maja 2026

office@freenetmedia.pl