分類問題是機器學習和統計分析中的一種基本問題類型，其目標是將數據分爲不同的類別或標籤。
在分類問題中，模型的輸出是一箇離散值，通常代表預定義的類別。例如，圖像分類、垃圾郵件檢測、疾病診斷等都是分類問題的典型應用。分類問題的輸出是有限的離散類別，模型的目標是將輸入數據映射到這些離散類別之一。
分類問題可以進一步細分爲二分類問題（例如判斷圖片中是貓還是狗）和多分類問題（例如識別阿拉伯數字）。還可以有多標籤二分類問題（例如判斷圖片中是否存在多箇物品）和多標籤多分類問題（例如圖片降噪，每個像素有多箇類別）。評估分類模型性能的常用指標包括準確性、精確度、召回率和F1分數等。