Naar inhoud
BetaAI Begrippen

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

Beslissingsgrens

Engels: Decision boundary · Ook wel: decision boundary, decision surface, beslisgrens

In het kort

Een beslisgrens is de scheiding tussen gebieden waar een neuraal netwerk verschillende uitkomsten kiest. Bij netwerken die leren door fouten terug te rekenen, blijft die grens recht zonder verborgen laag en dus alleen geschikt voor lineaire problemen. Met één verborgen laag kan het netwerk elke functie zonder sprongen op een begrensd gebied leren en zo spam van gewone mail scheiden met een kromme grens.

Waarom is dit belangrijk?

Dankzij een beslisgrens kunnen modellen nieuwe gevallen toewijzen aan een passende uitkomst, op basis van gemeten kenmerken van een persoon of een groep. In de zorg onderzoeken wetenschappers die grens bij het beoordelen van medische beelden, onder meer in de radiologie. Voor patiënten en zorgverleners bepaalt die grens mee welk resultaat volgt, maar een kleine verschuiving kan een geval verkeerd indelen.

Zo werkt het in de praktijk

Testers van software met een classificeerder zoeken paren van nabije invoer met een verschillende uitkomst. Het zoekalgoritme ML-BSA, beschreven op de workshop over zoekgestuurd testen in 2024, brengt die beslisgrens in kaart. Testers vergelijken de grens met hun verwachting en plannen extra tests waar het gedrag afwijkt.

Onderzoekers van Chalmers en Mid Sweden University bekijken of zo’n zoekmethode de hele beslisgrens dekt. Zij testten ML-BSA op zeven datasets. Een extra doel voor spreiding legt de paren gelijkmatiger, zodat teams gerichter valideren en het model bijstellen.

Bij modelkeuze telt ook de instabiliteit van de beslisgrens, samen met de generalisatiefout. Die fout geeft aan hoe het model nieuwe gevallen indeelt. Specialisten gebruiken beide maten om een nauwkeurige en stabiele classificeerder te kiezen.

Bron: en.wikipedia.org

Gecontroleerd op 5 november 2026