Leren van data
Artificial Intelligence begrijpen
Maarten Van den Broeck
Senior Content Developer at DataCamp
AI-functies en betrokken gebieden
AI-functies en betrokken gebieden
Maak kennis met machine learning (ML)
Machine learning: leer van data en ontdek patronen
Maak kennis met machine learning (ML)
Machine learning: leer van data en ontdek patronen
Maak kennis met machine learning (ML)
Machine learning: leer van data en ontdek patronen
Maak kennis met machine learning (ML)
Machine learning: leer van data en ontdek patronen
Maak kennis met machine learning (ML)
Machine learning: leer van data en ontdek patronen
Begeleid leren: classificatie
Begeleid leren: classificatie
Begeleid leren: regressie en voorspelling
Regressie: geef elke gegevenswaarneming een cijfer of label op basis van de input.
Tijdreeksvoorspelling: voorspel toekomstige waarden van een variabele op basis van hoe die zich in het verleden heeft gedragen.
Ongesuperviseerd en versterkend leren
Clustering: zoek groepjes gegevens met dezelfde kenmerken (bijv. met het k-means -algoritme)
Detectie van afwijkingen: het opsporen van rare gegevens, zoals vreemde kaarttransacties.
Ontdek associatieregels: zoek naar dingen die vaak samen voorkomen in transactiegegevens
Versterkend leren: leer door ervaring (proberen en fouten maken) om een lastige taak onder de knie te krijgen.
Hoe zit het met Deep Learning?
Super geavanceerde modellen die op diepe neurale netwerken zijn gebaseerd: los super lastige taken op waar klassieke ML-modellen hun grenzen bereiken.
Leer van data zoals een menselijk brein dat zou doen
Je hebt veel data nodig om te leren: soms miljoenen observaties.
Hoe zit het met Deep Learning?
Super geavanceerde modellen die op diepe neurale netwerken zijn gebaseerd: los super lastige taken op waar klassieke ML-modellen hun grenzen bereiken.
Je hebt veel data nodig om te leren: soms miljoenen observaties.
