Classificação

É a tarefa de Machine Learning em que o modelo prevê a qual categoria uma entrada pertence. A entrada pode ser um texto, uma imagem, uma transação ou um cliente; a saída é uma classe, como “fraude” ou “não fraude”, “urgente” ou “normal”, “positivo”, “negativo” ou “neutro”. Existem alguns tipos. Classificação binária, quando há apenas duas classes. Multiclasse, quando há várias classes e cada entrada pertence a apenas uma delas. Multirrótulo, quando uma mesma entrada pode receber várias classes ao mesmo tempo, como um artigo que fala de “tecnologia” e “educação”. Na maioria dos casos, o modelo não retorna apenas a classe, mas uma probabilidade para cada uma. Isso permite definir um limiar de decisão: acima de determinada confiança, o sistema age; abaixo, encaminha para revisão.

Em Produto, classificação é a tarefa de Machine Learning mais comum e está por trás de triagens, filtros, detecções e priorizações. O papel de Produto começa antes do modelo: definir quais são as classes. Boas classes são poucas, mutuamente exclusivas (quando possível) e acionáveis, ou seja, cada uma leva a uma ação diferente no produto. Classes demais, ambíguas ou que ninguém sabe distinguir derrubam a qualidade antes de qualquer modelo ser treinado. Depois, é preciso decidir o limiar de confiança e o que acontece na dúvida. Por exemplo, um classificador de chamados pode direcionar automaticamente os casos com alta confiança e enviar os demais para triagem humana. Essa decisão depende do custo de cada tipo de erro, e é do time de Produto.

Use classificação quando a resposta esperada é uma categoria dentro de um conjunto conhecido. Use regressão quando a resposta é um número contínuo, como preço, tempo ou quantidade. Use ranking quando o que importa é a ordem entre vários itens, e não a categoria de cada um. Use clusterização quando as categorias ainda não existem e o objetivo é descobri-las nos dados. Se as categorias mudam com frequência ou são difíceis de fechar, um LLM com rótulos abertos pode ser uma alternativa, com o cuidado de avaliar consistência. Uma forma simples de diferenciar: classificação escolhe uma categoria; regressão estima um número; ranking define uma ordem; clusterização descobre os grupos.

Tarefa fundamental da estatística e do reconhecimento de padrões (discriminante de Fisher, 1936).

Google Machine Learning Glossary; Google ML Crash Course, Classification