Machine learning
Modellen leren patronen uit gegevens en passen ze op nieuwe invoer toe.
Wat is machine learning?
Machine learning is een gebied van kunstmatige intelligentie waarin modellen patronen uit gegevens leren. Ze dienen onder meer voorspelling, indeling en inhoudsgeneratie. Leermethoden verschillen. Bij supervised learning bevatten voorbeelden bijbehorende doelwaarden of klassen; niet elke methode vraagt zulke labels. Machine learning is ook niet beperkt tot neurale netwerken.
In een fictief servicebedrijf moet een model binnenkomende berichten naar passende vraagcategorieën indelen. De gekozen begeleide aanpak vraagt goed gelabelde voorbeelden en controle met passende berichten die niet voor training zijn gebruikt. Onduidelijke gevallen gaan naar mensen. Nieuwe formuleringen of andere aanvragen kunnen geschiktheid veranderen; goed presteren op bekende trainingsvoorbeelden bewijst nog geen later nut.
Bronnen
Verwante begrippen
- Kunstmatige intelligentieKunstmatige intelligentie omvat methoden zoals taalverwerking en patroonherkenning. De geschiktheid blijkt bij een concrete taak.
- Deep learningMachine learning met neurale netwerken die meerdere verwerkingslagen hebben.
- Neuraal netwerkEen model van verbonden rekenknopen met aanpasbare parameters.
- Generatieve AIGeneratieve AI maakt inhoud zoals tekst, beelden of code. Kwaliteit wordt beoordeeld op het doel en de beschikbare broninformatie.
- 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.
Artikelen over dit onderwerp
AI & automatisering met ASES
AI-assistenten en geautomatiseerde processen