Maar in hoeverre worden AI en ML nu eigenlijk toegepast? Zijn het inmiddels niet gehypte modewoorden geworden waar iedereen het over heeft, maar die toch lastig toepasbaar blijken?
Machine Learning is een verzamelnaam voor een aantal technieken
waarbij met minimale interventie van menselijke experts beslissingen
kunnen worden genomen. Deze technieken kunnen worden ingezet om
op een meer geautomatiseerde wijze patronen in historische data te
vinden.
Machine Learning (ML) technieken worden vaak in twee hoofdgroepen
onderverdeeld: supervised en unsupervised. De supervised methoden
worden gebruikt om een voorspelling te maken. De unsupervised
methoden worden gebruikt om data te groeperen. Voorbeelden van ML
methoden zijn Tree-based methoden (Classification trees, Regression
trees en Random forests), Penalised regression methoden (Lasso, Ridge,
Elastic Net, Earth – en GLM is in wezen een simpelere versie van deze
methode) en Clustering methoden (K-Means Clustering, K-Nearest
Neighbors en Hierarchical Clustering). Het is afhankelijk van de data en
het doel van de modellen of de ML modellen beter zijn dan traditionele
modellen zoals de GLM.
Download
- Machine Learning: een versnellende evolutie .pdf • 0,36 MB