סיווג (Classification), בתחום למידת מכונה ובינה מלאכותית, מתייחס למשימה של חיזוי הקטגוריה או התווית הבדידות של קלט נתון. בעיקרו של דבר, מדובר על סיווג נתונים לדליים או מחלקות ספציפיות על סמך דפוסים שנלמדו מנתונים היסטוריים. הסיווג יכול להיות בינארי, כאשר הפלט הוא אחת משתי קטגוריות (למשל, דואר זבל או לא דואר זבל), או רב-מעמדי, כאשר הפלט יכול להיות שייך ליותר משתי קטגוריות (למשל, סיווג בעלי חיים כחתולים, כלבים או ציפורים).
ניתן להשתמש באלגוריתמים שונים למשימות סיווג, כאשר חלק מהנפוצים ביותר הם עצי החלטה, מכונות תמיכה וקטוריות ורשתות עצביות. בחירת האלגוריתם תלויה לרוב באופי ומורכבות הנתונים. לאחר הכשרה על מערך נתונים מסומן, ניתן להשתמש במודל סיווג כדי לחזות את הקטגוריות של נתונים חדשים, בלתי נראים. מדדי הערכה כגון דיוק, דיוק, זכירה וציון F1 משמשים כדי לאמוד את הביצועים של מודלים לסיווג ולהבטיח שהם מוכללים היטב למערכי נתונים מגוונים.
