Machine learning

Het belang van Machine Learning

Author

Unknown
Unknown
Share on linkedin

Share content

Als je in de IT werkt, heb je er vast weleens van gehoord: Machine Learning. Begonnen als een wetenschappelijk concept, maar ondertussen is de zoektocht naar slimmere machines een hype in de corporate wereld. Desondanks is het voor veel mensen nog onduidelijk wat het precies inhoudt. Wat kun je ermee en hoe kan jouw organisatie van Machine Learning profiteren?

Machine Learning richt zich op het maken van algoritmes, waarmee computers autonoom kunnen leren van data. Door patronen in gegevens te identificeren. Deze patronen worden gebruikt om een model te maken dat voorspellingen kan doen op nieuwe gegevens. Hoe meer gegevens en ervaringen, hoe nauwkeuriger de resultaten.

Herkennen van patronen

Een bekend voorbeeld van een toepassing van Machine Learning is de spamfilter op je mailbox. Dat de spamfilter spam kan onderscheiden van andere e-mails, komt door een slim algoritme. Als input krijgt het algoritme een grote set aan e-mails, waarbij je aangeeft welke spam bevat en welke niet. Daarna maakt het algoritme een model van een e-mail die wel spam bevat en een model van een e-mail zonder spam. Een model voor spam kan gemaakt worden op basis van kenmerken, zoals de afzender van de e-mail, specifieke woorden en spelfouten.

Deze modellen stellen het algoritme in staat om patronen te herkennen in een e-mail. Op basis van deze patronen bepaalt het algoritme welke wel spam bevat en welke niet. Hoe meer de filter verwerkt, hoe beter hij spam kan detecteren. Als er in de toekomst dan nieuwe soorten e-mails binnenkomen, herkent het algoritme deze en past hij zijn modellen aan. Zo zijn er meerdere toepassingen zoals het aanbevelen van films, muziek en advertenties op basis van persoonsdata en het interpreteren van bijvoorbeeld MRI-scans in de zorg.

Vier algoritmen

Echter bestaat Machine Learning niet uit één, maar vier typen algoritmen: supervised learning, unsupervised learning, semi-supervised learning en reinforcement learning. De specifieke manier waarop de verschillende algoritmen “leren” verschillen, maar het algehele concept is hetzelfde. Deze verschillende typen worden in een toekomstige blog verder toegelicht. Volg ons op LinkedIn om hiervan op de hoogte te blijven!

Ben je benieuwd naar wat Machine Learning kan betekenen voor processen binnen jouw organisatie? Neem dan contact met ons op!

Eager to start your digital transformation?

Get in contact

Talk to our experts

Your Privacy

We employ the use of cookies. Cookies are used in some areas of our site to enable the functionality of this area and ease of use for those people visiting. Some of our affiliate / advertising partners may also use cookies.

Learn more about cookie usage in our Privacy statement