分類とは？

「これ、どの箱？」という感覚

スーパーのレジで、袋物・ペットボトル・惣菜と、買うものごとに仕分けるとスムーズになりますよね。AIの「分類」も、そうした“どれに当てはまるか”を機械が判断する働きに似ています。

つまり、分類（classification）は、入力された情報に対してあらかじめ用意された「種類」に割り当てる仕組みです。

身近な“仕分け”で体感する

分類は、実はすでに生活の中に溶け込んでいます。

• 郵便物の「郵便」「新聞」「チラシ」への仕分け
• 写真アプリで「人」「食べ物」「風景」に自動で整理されること
• 社内ツールで「承認待ち」「完了」「差し戻し」に状態が決まること

こうした「決められたカテゴリへ入れる」動きがAIでも起きていると考えると、怖くありません。

混同しやすい「予測」とどう違う？

「分類」と「予測」はどちらもAIが“答えを出す”点で似ています。ただし狙いは少し違います。

• 分類：選択肢から“どれか”を選ぶ（例：迷惑メールか正規メールか）
• 予測：数値や将来の状態を推測する（例：来月の売上金額を推定）

この違いを自分の言葉で言えるか、が理解の段数を決める“差”になります。

試験では「選別できるか」で確認

分類は、ITパスポートやG検定などでも出題される基礎概念です。

• 「スパム/非スパム」の判断は分類に該当するか、で問われやすい
• 「予測（regression）との違い」を説明できるかが見分けの鍵

「分類＝種類に割り当てる」「予測＝数値を推す」と2語で言えたら、試験前の復習は完了です。

まとめ

分類は、AIが「どの種類に当てはまるか」を決める働きです。日常の仕分けと重ねながら捉えると、初学者にもやさしく、受験者にも要点として伝わりやすい概念になります。

• 今週の5分アクション：手元のメッセージを「質問/通知/承認依頼」の3分類に分けてみる
• 試験の3語の要点：「種類に割り当てる」「予測と区別」「例：スパム判定」

分類の「正しい箱に決まった瞬間」が光るカプセルで伝わり、視認性が良いです。一方で、箱の区別が色のみで、仕分け結果の意味が少し弱いです。

評価項目	点数	コメント
概念の正確さ	4	物品を箱に割り当てる動きが明確です
比喩の明快さ	4	光る対象と沈む他箱の対比が素直です
立体感・奥行き	3	影はあるが奥行きは少し平坦です
映え度（SNS寄与）	4	清潔感のあるポップな印象が強いです
色調の用語相性	3	整然感は高いが「判断」の緊張感が弱いです
合計	18 / 25	総合判定: 良好

評価基準: 1（不合格）〜5（優秀）AI Judge による自動評価