本发明涉及人工智能技术，提供了基于领域自适应的数据分类方法、装置、设备及介质，是先基于源域样本集训练得到卷积神经网络模型，然后将目标域样本集中所包括第一类型目标域样本集输入至卷积神经网络模型得到对应的第一类型分类值以更新第一类型目标域样本集，将第一类型目标域样本集和源域样本集组成的当前样本集对待训练对抗网络进行训练得到对抗网络，最后将目标域样本集中所包括第二类型目标域样本集输入至对抗网络得到各样本的第二类型分类值。实现了将目标域样本集的样本按照信息熵分类为至少两类，然后将信息熵低对应的第二类型目标域样本进行分类时提升模型的损失权重，使用半监督学习生成对抗网络，既确保模型稳定性也提升分类精度。