Naar inhoud
BetaAI Begrippen

AI-begrippen in gewone taal. Zoek een begrip, blader op letter of filter op onderwerp.

Benaderingsfout

Engels: Approximation error · Ook wel: approximation error, error of approximation

In het kort

Benaderingsfout is het verschil tussen een exacte waarde en een benadering daarvan. Bij afronding, een onnauwkeurige meting of een model dat een lastige functie benadert, wijkt de uitkomst af van de echte waarde. De absolute fout toont de grootte van dat verschil en de relatieve fout deelt die grootte door de exacte waarde, zodat grote en kleine getallen vergelijkbaar blijven.

Waarom is dit belangrijk?

Wie de benaderingsfout vooraf begrenst, kan bepalen of een rekenmodel bruikbaar genoeg is voor een concrete beslissing. In de wetenschap kiezen onderzoekers soms een eenvoudiger model, omdat weinig gegevens een ingewikkeld model gevoelig maken voor toevallige schommelingen. Op school en op het werk blijft controle op die afwijking nodig, want een te ruime grens leidt tot verkeerde conclusies in rapporten en adviezen.

Zo werkt het in de praktijk

Bij turbulentie koppelt een onderzoeksgroep een neuraal netwerk aan een stromingsmodel. Het netwerk verkleint de fout van een berekening met korte kommagetallen. Klimaatonderzoek beschrijft die verschuiving bij een ondiepwatermodel en noemt formaten van Nvidia en Google Brain.

In Mathematics of Computation leiden De Ryck en Mishra grenzen af voor de benaderingsfout. Een ReLU-netwerk, een netwerk met een knik, benadert de oplossing van parametrische behoudswetten. De generalisatiefout volgt uit de trainingsfout, het aantal voorbeelden en de netwerkgrootte.

De IEEE-standaard voor kommagetallen legt vast hoe computers zulke getallen opslaan. Numerieke analyse noemt een methode stabiel als een kleine invoerfout niet sterk groeit.

Bron: en.wikipedia.org

Gecontroleerd op 23 oktober 2026