Naar inhoud
BetaAI Begrippen

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

Gesuperviseerd leren

Engels: Supervised Learning · Ook wel: supervised learning, begeleid leren

In het kort

Supervised learning (begeleid leren) is een methode van machine learning waarbij een model leert van gelabelde gegevens. Anders dan software met vaste regels leert het model zelf het verband tussen invoer en uitkomst, door fouten op de gelabelde gegevens steeds kleiner te maken. Een systeem herkent zo voorwerpen op foto's, nadat het is getraind op beelden waarbij elk voorwerp al een naam heeft.

Waarom is dit belangrijk?

Dankzij gesuperviseerd leren kunnen computers een categorie toekennen of een getal schatten bij nieuwe gegevens. In wetenschappelijk onderzoek en op de werkvloer helpt het bij het filteren van spam, het lezen van handschrift en het rangschikken van zoekresultaten. Werknemers en gebruikers krijgen daardoor sneller orde in berichten en documenten, maar het systeem kan de voorbeelden te strak volgen en nieuwe gevallen dan missen.

Zo werkt het in de praktijk

Energiebedrijven gebruiken gesuperviseerd leren om schade aan zonnepanelen te vinden en onderhoud aan windturbines te plannen. Zij voorspellen er ook de opbrengst van duurzame installaties mee. In de zorg deelt een model op patiëntendossiers ziekten in of schat het het verdere verloop.

Onderzoek naar duurzame energiesystemen bekijkt hoe gesuperviseerd leren de stroomvraag voorspelt. Kell en collega’s groeperen klanten met een vergelijkbaar verbruik via slimme meters. Per groep trainen zij daarna een eigen prognosemodel.

Teams volgen CRISP-DM, een stappenplan voor datamining van de bedrijfsvraag tot de ingebruikname. IBM zette dit plan in het product SPSS Modeler. CRISP-ML(Q) vult het aan met controle achteraf, omdat een model na ingebruikname kan verslechteren.

Gecontroleerd op 23 oktober 2026