Waarom is dit belangrijk?
Organisaties kunnen uit eerdere uitkomsten een kans berekenen voor een nieuw geval, bijvoorbeeld de kans op een latere aandoening. In de zorg gebruikt klassiek machinaal leren leeftijd, geslacht en bloeduitslagen om het risico op een ziekte zoals diabetes te schatten. Patiënten en zorgverleners moeten er rekening mee houden dat een uitslag ten onrechte op ziekte kan wijzen of een ziekte kan missen.
Zo werkt het in de praktijk
Waterschap Limburg voorspelt de afvoer van de Roer met een lineair regressiemodel. Dat model rekent met neerslag, verdamping en eerdere metingen. De Rijksdienst voor Ondernemend Nederland toetst gewasopgaven van boeren met satellietbeelden en Random Forest, een model van beslisbomen.
Een studie voorspelt het energieverbruik van een kantoorgebouw in Berkeley. De onderzoekers volgen CRISP-DM, een vaste werkwijze voor datamining, en vergelijken modellen. Random Forest voorspelde het verbruik het nauwkeurigst toen aanwezigheid van mensen werd meegenomen.
Die werkwijze heeft stappen van begrip van de vraag tot ingebruikname van het model. De volgorde van de stappen ligt niet vast. IBM heeft CRISP-DM opgenomen in het product SPSS Modeler.




