Naar inhoud
BetaAI Begrippen

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

Dataset (2)

Engels: Data set · Ook wel: data set, gegevensverzameling, gegevensset

In het kort

Een gegevensverzameling (dataset) is een verzameling van gegevens, meestal de inhoud van één tabel. Elke kolom hoort bij één kenmerk, zoals lengte of gewicht, elke rij bij één persoon of voorwerp, en elke losse waarde is één gegeven. De tabel kan uit één rij of uit heel veel rijen bestaan, zodat lengte en gewicht van elke persoon bij elkaar staan.

Waarom is dit belangrijk?

Met een gegevensverzameling kunnen computers patronen in teksten en beelden leren en daarna nieuwe inhoud met dezelfde eigenschappen maken. Generatieve toepassingen in de samenleving, van geschreven tekst tot programmacode, hangen af van het soort gegevens waarmee ze zijn getraind. Onevenwichtige gegevens kunnen vooroordelen versterken, bijvoorbeeld doordat beelden vaker mannen als arts en vrouwen als verpleegkundige tonen, terwijl trainingsgegevens ook persoonsgegevens kunnen bevatten.

Zo werkt het in de praktijk

De gemeente Amsterdam traint een model op een gegevensverzameling uit Amsterdam-Oost om lantaarnpalen te vinden. Het testen gebeurt onder meer in Weesp. De gemeente Ede laat een model de WOZ-waarde schatten op basis van woning- en locatiekenmerken.

Onderzoekers bestuderen de verspreiding van virussen met een synthetische bevolking als gegevensverzameling. DUO gebruikt synthetische gegevens wanneer echte gegevens niet mogelijk of niet wenselijk zijn. Organisaties oefenen in het Federatief Datastelsel met fictieve gegevens voor gegevensuitwisseling.

In het Algoritmekader, een overheidsmethode voor algoritmes, splitsen teams een gegevensverzameling in trainings-, validatie- en testgegevens. Het model leert op de trainingsset. De AI-verordening, de Europese regels voor AI, eist voor systemen met hoog risico datasets die bij het doel passen.

Bron: en.wikipedia.org

Gecontroleerd op 5 november 2026