FR
Se connecterCommencer
Glossaire

Classifieur

Qu’est-ce que Classifieur ?

Un classifieur est un modèle ou une méthode qui attribue une entrée à l'une de plusieurs catégories prédéfinies. Les variantes classiques, comme les arbres de décision ou le Naive Bayes, sont entraînées sur des exemples étiquetés ; les modèles de langage peuvent aussi classer des textes à partir d'une description des catégories. Usages typiques : détection de spam, tri des demandes clients par thème ou classement de justificatifs. La qualité se mesure avec des indicateurs comme l'exactitude, la précision et le rappel.

Ce que fait KI.ordo

Dans les flux KI.ordo, le bloc « Routeur IA » attribue les entrées à huit catégories au maximum, par exemple dans le modèle « Classer un texte ».

En savoir plus →: Classifieur

Modèles adaptés

Thèmes

  • Classification
  • Apprentissage automatique
  • Catégories

Essayer KI.ordo

Agents, flux et modèles dans un seul espace de travail – démo gratuite de 24 heures.

Lancer la démo
← Tous les termes

Termes associés

Classification automatique

La classification automatique attribue des textes, documents ou enregistrements à des catégories prédéfinies sans tri manuel. Traditionnellement, les modèles l'apprennent à partir d'exemples annotés ; les grands modèles de langage peuvent aussi attribuer des catégories à partir d'une simple description. Usages typiques : trier les e-mails entrants par type de demande, affecter des justificatifs ou signaler les demandes d'assistance urgentes. Pour les cas importants, des contrôles par échantillonnage humain sont recommandés.

  • Classification
  • Automatisation
  • +1
Modèle

Classification de texte

La classification de texte attribue automatiquement des textes à des catégories prédéfinies : e-mails selon la demande, avis selon le sentiment ou documents selon le thème. Autrefois, il fallait entraîner des modèles dédiés sur des exemples annotés ; aujourd'hui, les grands modèles de langage peuvent souvent classer à partir d'une simple description. Vous pouvez ainsi pré-trier les demandes et les transmettre plus vite au bon service.

  • NLP
  • Classification
  • +1
Modèle

Matrice de confusion

Une matrice de confusion est un tableau qui compare les prédictions d'un classifieur aux classes réelles. Avec deux classes, elle indique les vrais positifs, faux positifs, vrais négatifs et faux négatifs. On en déduit des indicateurs comme la précision, le rappel et le score F1, et l'on voit quelles erreurs surviennent. Exemple : un filtre anti-spam qui classe beaucoup de vrais e-mails comme spam produit de nombreux faux positifs, souvent plus coûteux qu'un spam non détecté.

  • Évaluation de modèles
  • Classification
  • +1

Bayésien naïf (Naive Bayes)

Naive Bayes désigne une famille de méthodes de classification simples fondées sur le théorème de Bayes. On les dit « naïves » parce qu’elles supposent que toutes les variables sont indépendantes les unes des autres, ce qui est rarement vrai en pratique mais donne souvent de bons résultats. Ces méthodes sont rapides, demandent peu de données d’entraînement et conviennent particulièrement aux textes. Exemple classique : le filtre anti-spam qui trie les e-mails selon des mots typiques.

  • classification
  • statistique
  • +1