Artigo explicativo · apuração em 13/11/2026.
No aprendizado de máquina supervisionado, a classificação binária consiste em prever ou selecionar a qual de exatamente duas categorias ou escolhas possíveis pertence uma determinada instância de dados. [1] [2]
Um exemplo tradicional dessa abordagem é a filtragem de mensagens eletrônicas, na qual o sistema toma uma decisão para marcar um determinado e-mail apenas como spam ou não spam. [1] [2]
Por outro lado, a tarefa de classificação multiclasse amplia o escopo analítico para categorizar ou selecionar instâncias de dados entre três ou mais possibilidades distintas. [1] [2]
Para cenários com múltiplas alternativas, métodos como um contra o restante ou um contra todos permitem adaptar e utilizar algoritmos binários na resolução de problemas multiclasse por meio de previsões sucessivas de sim ou não. [1] [2]
Fontes: [1] Neural networks: Multi-class classification | Machine Learning | Google for Developers - https://developers.google.com/machine-learning/crash-course/neural-networks/multi-class (data de publicação não informada) · consulta em 13/11/2026 [2] Machine learning tasks - ML.NET - https://learn.microsoft.com/en-us/dotnet/machine-learning/resources/tasks (data de publicação não informada) · consulta em 13/11/2026
