Deep learning
Machine learning met neurale netwerken die meerdere verwerkingslagen hebben.
Wat is deep learning?
Deep learning is een deelgebied van machine learning met meerlagige neurale netwerken. Opeenvolgende rekenstappen kunnen passende voorstellingen van invoer leren. Gegevens, rekenkracht en training hangen af van model en taak. Meer diepte bewijst geen kwaliteit en rechtvaardigt niet dat deze methode boven elke eenvoudigere aanpak wordt gekozen.
Een fictief bedrijf wil lastig leesbare productetiketten op foto’s herkennen. Een deep-learningmodel is een mogelijkheid. Het team controleert geschiktheid met beelden die niet voor training zijn gebruikt en het beoogde gebruik weerspiegelen, bijvoorbeeld met andere belichting of beschadigde etiketten. Het vergelijkt ook eenvoudigere geschikte methoden en beheer- en controlewerk. Goed presteren op gekozen trainingsfoto’s bewijst nog geen betrouwbare herkenning in de beoogde workflow.
Bronnen
Verwante begrippen
- Machine learningModellen leren patronen uit gegevens en passen ze op nieuwe invoer toe.
- Neuraal netwerkEen model van verbonden rekenknopen met aanpasbare parameters.
- Groot taalmodelEen groot taalmodel verwerkt taal met geleerde patronen. Vloeiende tekst bewijst geen feitelijke juistheid of toegang tot actuele bedrijfsgegevens.
- ModelkaartEen modelkaart documenteert doel, grondslagen, beoordelingsvoorwaarden en bekende beperkingen van een bepaalde versie van een AI-model.
- AI-readinessAI-readiness betreft de voorwaarden voor een project: doel, bruikbare gegevens, vaardigheden, verantwoordelijkheden en dagelijks beheer.
- ContextengineeringContextengineering bereidt informatie voor elke modelaanroep voor: passende instructies, berichten, bronnen en de actuele stand van zaken.
Artikelen over dit onderwerp
AI & automatisering met ASES
AI-assistenten en geautomatiseerde processen