Luokittelutehtäviä

Luokittelutehtävät ovat tehtäviä, joissa kohteet jaetaan ennalta määriteltyihin luokkiin. Jokaiselle havainnotyypille tai esineelle annetaan yksi tai useampi luokka, ja lopputuloksena on luokiteltu tulos. Tavoitteena on optimoida oikean luokan löytäminen annetulla datalla.

Sovelluskohteita on lukuisia. Pedagogiikassa luokittelutehtävät tukevat ymmärrystä kategorisoinnista ja luokitteluasteikoista sekä arviointia siitä, miten havaintoja voi systematisoida. Käytännön tehtäviä voivat olla esimerkiksi kuvan, käsitteen tai ilmiön ryhmittely ryhmiin, sekä sanaston tai tietyn aihealueen luokittelu.

Tietojenkäsittelytieteessä luokittelutehtävä tarkoittaa ongelmaa, jossa syöte x määrittelee luokan y ennalta määrättyyn luokkajoukkoon. Usein kyse on valvotusta oppimisesta, jossa koulutusdata sisältää sekä syötteen että oikean luokan. Opetuksen jälkeen malli arvioidaan uudella datalla. Yleisiä luokittelualgoritmeja ovat logistinen regressio, päätöspuut, satunnaismetsät, tuki-vektori-koneet, k lähimmän naapurin menetelmä sekä neuroverkot. Suoritusmittoja ovat tarkkuus, precision, recall, F1-arvo ja ROC-AUC.

Datan annotointi eli havaintojen merkitseminen oikeisiin luokkiin on keskeinen vaihe, kun luokittelutehtäviä käytetään koulutusdataan. Usein annotaattorit arvioivat samaa dataa useampaan otteeseen laadun varmistamiseksi. Tunnistettavia haasteita ovat luokkien epäselvyys, epätasapaino luokkien välillä sekä kulttuurilliset ja kontekstuaaliset vinoumat.