Machine Learning, een hot item dat vaak wordt genoemd in combinatie met Artificial Intelligence (AI). In deze blog gaan we in op de betekenis van Machine Learning en de verhouding tot AI. 

Wat is Machine Learning?

Machine Learning maakt onderdeel uit van kunstmatige intelligentie, ook wel Artificial Intelligence genoemd. Waar kunstmatige intelligentie het menselijk gedrag nabootst, biedt machine learning de middelen om dit te kunnen doen. Zo ontwikkelt machine learning een software die haar eigen prestatie verbetert. Door het analyseren van grote hoeveelheden data, het volgen van algoritmes en het herkennen van patronen worden computers steeds slimmer. Deze informatie wordt gebruikt om beter te kunnen presteren. 

Wat is het verschil tussen AI en Machine Learning?

De termen kunstmatige intelligentie (AI) en machine learning worden vaak door elkaar heen gebruikt. Toch betekenen ze niet hetzelfde. Het belangrijkste verschil is dat artificial intelligence de overkoepelende term is. Machine learning is dus een vorm van artificial intelligence. Hieronder gaan we wat dieper in op de betekenis van artificial intelligence en de verhouding tot machine learning. 

Artificial intelligence is de intelligentie waarmee software, machines en apparaten zelfstandig problemen oplossen. Bij dit concept denken machines als mensen. Om zelf problemen te kunnen oplossen en te kunnen denken als mensen zijn er systemen nodig die van de data kunnen leren. Hier speelt machine learning een rol in. Door middel van algoritmes worden patronen uit data herkend en kan beter worden ingespeeld op situaties.

Hoe wordt machine learning toegepast?

Zonder algoritmes geen machine learning. Er zijn verschillende manieren waarop computers kunnen leren. Twee soorten zijn 'supervised machine learning' en 'unsupervised machine learning'. 

Supervised machine learning

Supervised machine learning staat voor ‘leren met toezicht’. Bij deze vorm van machine learning wordt er een datawetenschapper betrokken in het proces. Deze ‘tussenpersoon’ wordt getraind op het herkennen van patronen en het trekken van de juiste conclusies. 

Unsupervised machine learning

Bij unsupervised machine learning is er geen toezicht bij het leerproces. Een computer leert zelf om patronen te herkennen en hieraan de juiste conclusies te verbinden. 

Voorbeelden van machine learning

Een aantal voorbeelden waarbij gebruik wordt gemaakt van machine learning zijn:

• Gezichts- en spraakherkenning
• Zelfrijdende voertuigen
• Spamfilters voor e-mails

Meer over Artificial Intelligence  Contact opnemen