Machine Learning (ML)

Wat is machine learning?

Machine learning (ML) is het onderdeel van kunstmatige intelligentie waarbij computers leren van voorbeelden in plaats van dat ze regel voor regel geprogrammeerd worden. Je geeft een systeem veel data, het ontdekt daarin zelf patronen en gebruikt die patronen om voorspellingen of beslissingen te maken bij nieuwe gegevens. Vrijwel alle AI die je vandaag gebruikt, van spamfilters tot ChatGPT, is gebouwd op machine learning.

Hoe werkt het?

Het proces volgt steeds dezelfde stappen. Eerst verzamel en schoon je data op, bijvoorbeeld duizenden e-mails die als spam of niet-spam zijn gemarkeerd. Daarna traint een algoritme een model op die data: het zoekt de patronen die spam onderscheiden van gewone mail. Vervolgens test je het model op data die het nog niet heeft gezien, om te controleren of het echt geleerd heeft en niet alleen de voorbeelden uit zijn hoofd kent. Werkt het goed, dan kan het model in productie nieuwe gevallen beoordelen. Er zijn drie hoofdvormen: supervised learning (leren van gelabelde voorbeelden), unsupervised learning (zelf structuur ontdekken) en reinforcement learning (leren door proberen en feedback).

Wat heb je eraan als bedrijf?

Machine learning zit in tools die je waarschijnlijk al gebruikt: vraagvoorspelling in je voorraadbeheer, fraudedetectie bij betalingen, productaanbevelingen in je webshop en de taalmodellen achter moderne AI-assistenten. Je hoeft zelden zelf een model te bouwen; de winst zit in herkennen waar ML-gedreven tools je werk kunnen versnellen en begrijpen wat ze wel en niet kunnen. Onthoud vooral: een ML-model is zo goed als de data waarop het is getraind.

Gerelateerde begrippen

De drie leervormen zijn supervised learning, unsupervised learning en reinforcement learning. Deep learning is de tak van machine learning die werkt met diepe neurale netwerken.