Flokkunarkerfa

Flokkunarkerfa, eða flokkunarlíkön, eru tölvukerfi sem læra að flokka inntak í fyrirfram ákveðin flokka út frá merktum þjálfunargögnum. Þau tilheyra vélrænu námi af gerðinni supervised learning og markmiðið er að geta forspáð rétta flokkun fyrir nýja inntaki sem kerfið hefur ekki áður séð.

Ferlið byggist á þjálfunargögnum með réttum flokkun, eiginleikum sem lýsa inntakinu og mörgum parametrum sem stjórna hegðun kerfisins. Með þjálfun lærir kerfið samband milli eiginleika og flokks og nær þannig að forspá réttu flokk fyrir ný gögn. Eftir þjálfun eru ný gögn notuð til prófana og árangur metinn með mælingum eins og nákvæmni (accuracy), precision, recall, F1-stuðli og ROC-AUC.

Helstu flokkunaraðferðir eru línuleg flokkun (logistic regression), ákvarðunartré, stuðningsvektorvélar (SVM) og taugakerfi (neural networks). Aðrar aðferðir eru t.d. k-nearest neighbors (k-NN) og ensemble- aðferðir eins og random forest.

Notkun flokkunarkerfa er fjölbreytt; þau koma að mörgum tækni- og vísindasviðum, t.d. ruslpóstsíun, myndgreiningu, talgreiningu, læknisfræði og fjármálaúttekt. Gagnrýni og áskoranir eru mikil: yfirfitting (overfitting), spilling gagna og takmörkuð gagnsæi, sem kalla á að huga að uppruna gagna og útskýranleika ákvarðana.