HR
PrijavaZapočnite odmah
Pojmovnik

Klasifikator

Što je Klasifikator?

Klasifikator je model ili metoda koja unose razvrstava u jednu od nekoliko unaprijed definiranih kategorija. Klasične varijante poput stabala odlučivanja ili naivnog Bayesa treniraju se na označenim primjerima; jezični modeli mogu razvrstavati tekstove i na temelju opisa kategorija. Tipične primjene uključuju prepoznavanje spama, razvrstavanje upita klijenata po temama i kategoriziranje računa. Kvaliteta se mjeri metrikama poput točnosti, preciznosti i odziva.

Kako KI.ordo pomaže

U tijekovima rada KI.ordo blok „UI usmjerivač” razvrstava unose u do osam kategorija, primjerice u predlošku „Kategoriziraj tekst”.

Saznajte više : Klasifikator

Odgovarajući predlošci

Teme

  • Procjena
  • Strojno učenje
  • Kategorije

Isprobajte KI.ordo

Agenti, tijekovi rada i predlošci u jednom radnom prostoru – besplatna demo verzija na 24 sata.

Pokrenite demo
← Svi pojmovi

Srodni pojmovi

Automatska klasifikacija

Automatska klasifikacija razvrstava tekstove, dokumente ili zapise u unaprijed definirane kategorije bez ručnog sortiranja. Tradicionalno modeli to uče iz označenih primjera; veliki jezični modeli mogu kategorije dodijeliti i samo na temelju opisa. Tipične su primjene razvrstavanje dolaznih e-poruka prema vrsti zahtjeva, razvrstavanje računa i potvrda ili označavanje hitnih zahtjeva za podršku. Za važne slučajeve preporučljive su nasumične provjere koje provode ljudi.

  • Procjena
  • Automatizacija
  • +1
Predložak

Klasifikacija teksta

Klasifikacija teksta automatski razvrstava tekstove u unaprijed zadane kategorije, primjerice e-poruke prema vrsti upita, recenzije prema sentimentu ili dokumente prema temi. Prije je za to bilo potrebno trenirati posebne modele na označenim primjerima; danas veliki jezični modeli često mogu dodijeliti kategorije samo na temelju opisa. Tako je moguće unaprijed razvrstati upite i brže ih usmjeriti pravom timu.

  • NLP
  • Procjena
  • +1
Predložak

Matrica zabune (confusion matrix)

Matrica zabune (confusion matrix) tablica je koja uspoređuje predviđanja klasifikatora sa stvarnim klasama. Za dvije klase prikazuje istinito pozitivne, lažno pozitivne, istinito negativne i lažno negativne slučajeve. Iz toga se mogu izračunati metrike poput preciznosti, odziva i F1 mjere te postaje jasno koje se pogreške javljaju. Primjer: filtar za spam koji mnoge prave e-poruke označi kao spam ima mnogo lažno pozitivnih, što je često skuplje od propuštene spam poruke.

  • Vrednovanje modela
  • Procjena
  • +1

Naive Bayes

Naivni Bayes obitelj je jednostavnih metoda klasifikacije temeljenih na Bayesovu teoremu. Nazivaju se „naivnima“ jer pretpostavljaju da su sve značajke međusobno neovisne, što je u praksi rijetko točno, ali često ipak daje dobre rezultate. Metode su brze, trebaju malo podataka za učenje i posebno su prikladne za tekst. Klasičan je primjer filtar za neželjenu poštu koji razvrstava e-poruke na temelju tipičnih riječi.

  • klasifikacija
  • statistika
  • +1