machine learning
Zeg: me-sjien leur-ning
Machine learning is een vorm van AI waarbij een systeem patronen leert uit voorbeelden.

Betekenis van machine learning
Bij machine learning krijgt een model veel gegevens om mee te oefenen. Tijdens dat trainen worden de instellingen van het model aangepast. Daarna kan het patronen gebruiken bij nieuwe gegevens, bijvoorbeeld om iets in te delen of een voorspelling te doen. Een systeem kan zo leren foto's van voorwerpen te onderscheiden. Het krijgt niet voor ieder mogelijk geval een losse regel van een programmeur. De voorbeelden moeten wel passen bij de taak. Een model dat goed scoort op oefengegevens, werkt niet automatisch goed in elke nieuwe situatie. Daarom worden modellen ook getest met andere gegevens.
Een voorbeeld
Een model oefent met voorbeelden van ongewenste en gewone e-mail om nieuwe berichten te helpen beoordelen.
Waar je het tegenkomt
Spamfilters, beeldherkenning, voorspellingen en veel AI-toepassingen.
Let op
Eenzijdige of verkeerde voorbeelden kunnen tot verkeerde uitkomsten leiden.
Verwar niet met
Veelgestelde vragen over machine learning
Hoe leert een model bij machine learning?
Het oefent met gegevens, waarbij de instellingen van het model worden aangepast. Daarna gebruikt het de aangeleerde patronen bijvoorbeeld voor een indeling of voorspelling.
Krijgt het model voor ieder geval een losse regel?
Niet voor ieder mogelijk geval. Het leert uit voorbeelden, bijvoorbeeld om soorten e-mail of voorwerpen op foto's te onderscheiden. Die voorbeelden moeten bij de taak passen.
Waarom test je met andere gegevens dan de oefenvoorbeelden?
Goed scoren tijdens het oefenen betekent niet dat het model in elke nieuwe situatie werkt. Eenzijdige of verkeerde voorbeelden kunnen tot onjuiste uitkomsten leiden.
Onderwerp: AI en slimme hulpmiddelen