Categorie
F
Feature Space
Een feature vector is het rijtje getallen dat een gegevenspunt beschrijft voor een AI-model. Uitleg over hoe data rekenbaar wordt gemaakt.
Lees verder →Feature Space
De feature space is de kenmerkenruimte waarin een AI-model je data ziet. Lees hoe afstanden in die ruimte bepalen wat op elkaar lijkt.
Lees verder →Feature Selection
Feature selection kiest de meest relevante kenmerken uit je data. Minder overfitting, lagere kosten en een beter uitlegbaar model.
Lees verder →Feature Extraction
Feature extraction leidt bruikbare kenmerken af uit ruwe data zoals beeld en tekst. Lees hoe het werkt en waarom het modellen beter maakt.
Lees verder →Feature engineering
Feature engineering zet ruwe data om in kenmerken waar een machine learning-model echt iets mee kan. Uitleg met praktijkvoorbeelden.
Lees verder →F-score (F-measure, F1 measure)
De F-score combineert precision en recall in een cijfer. Met de formule, een doorgerekend voorbeeld en de reden waarom accuracy je misleidt.
Lees verder →Federated Learning
Federated learning traint AI op data van veel apparaten zonder die data centraal te verzamelen. Privacyvriendelijk samen leren, uitgelegd.
Lees verder →