Categorie
D
Domain Knowledge
Domain knowledge is de vakkennis die bepaalt of een AI-project slaagt. Waarom jouw domeinkennis je voorsprong is, helder uitgelegd.
Lees verder →Distributed Representation
Distributed representation: betekenis opslaan als reeksen getallen zodat AI kan rekenen met begrippen. Helder uitgelegd voor MKB.
Lees verder →Disambiguation
Disambiguation kiest de juiste betekenis als een woord er meerdere heeft. Je leest hoe AI dat aanpakt en waarom je chatbot er beter van wordt.
Lees verder →Discriminative Models
Discriminative models leren de grens tussen categorieën, het spiegelbeeld van generatieve modellen. Lees het verschil en de toepassingen.
Lees verder →Dimensionality Reduction
Dimensionality reduction brengt het aantal kenmerken in een dataset terug met behoud van de kerninformatie. Lees hoe PCA en co werken.
Lees verder →Did You Mean (DYM)
Did You Mean herkent spelfouten in zoekopdrachten en stelt een correctie voor. Lees hoe DYM werkt en waarom het omzet oplevert.
Lees verder →Decision Trees
Decision trees voorspellen via een reeks ja/nee-vragen, als een stroomschema. Lees hoe beslissingsbomen werken en wanneer je ze inzet.
Lees verder →Deep Learning
Deep learning is machine learning met diepe neurale netwerken, de motor achter moderne AI. Lees hoe het werkt, zonder jargon.
Lees verder →Data Transformation
Data transformation zet gegevens om naar een ander formaat of structuur. Lees hoe het werkt en waarom het de lijm tussen je systemen is.
Lees verder →Data Scarcity
Data scarcity is een tekort aan bruikbare data om AI te trainen. Lees de oorzaken en de oplossingen, van augmentation tot transfer learning.
Lees verder →