Naar de inhoud

Start hierLerenGratis e-mailcursusAI voor je beroepPlaygroundAI-WerkplaatsAI-geletterdheid voor organisaties
PromptsWorkflowsToolsVeiligheidBegrippenBlog
Mijn dashboard
↑↓ kiezenEnter openenCtrlK overal openenEsc sluiten

Begrip, basis

Machine learning

MLmachinaal leren

Machine learning is een vorm van AI waarbij een computer zelf patronen leert uit voorbeelden en data, in plaats van dat een programmeur alle regels vooraf uitschrijft.

Bij gewone software schrijft een programmeur de regels uit: als het bedrag hoger is dan een bepaalde grens, stuur dan een melding. Bij machine learning geef je de computer voorbeelden, en leert hij zelf de regels. Je laat bijvoorbeeld duizenden mails zien die als spam of geen spam zijn gemarkeerd, en het systeem leert welke kenmerken bij spam horen. Dat leerproces heet training, het resultaat heet een model.

Er zijn drie hoofdvormen. Bij gesuperviseerd leren (supervised learning) leert het model van voorbeelden met het juiste antwoord erbij, zoals mails met een label. Bij ongesuperviseerd leren zoekt het zelf naar groepen en patronen, zoals klanten met vergelijkbaar koopgedrag. Bij reinforcement learning leert het door proberen en beloning. Deep learning is machine learning met grote neurale netwerken, en daar komen taalmodellen en generatieve AI uit voort.

Machine learning zit al jaren in alledaagse toepassingen: de spamfilter in je mail, fraudedetectie bij de bank, productaanbevelingen in een webwinkel en de voorspelling van drukte in een callcenter. Een groothandel kan op basis van verkoopcijfers, seizoenen en acties voorspellen hoeveel voorraad er per week nodig is, en zo minder vaak nee verkopen.

Een misverstand is dat machine learning begrijpt wat het doet. Het vindt statistische verbanden in data, ook verbanden die toevallig of oneerlijk zijn. Als de trainingsdata vooroordelen bevat, neemt het model die over; dat heet bias. En een model is zo goed als de data waarop het is getraind: verandert de werkelijkheid, bijvoorbeeld door een nieuwe markt of nieuwe regels, dan kan een model ongemerkt slechter worden.