Naar inhoud
BetaAI Begrippen

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

Begrippen die beginnen met K (26)

Alle AI-termen die beginnen met de letter K, in gewone taal.

26 resultaten
‹1›
Machine learning
K-means clustering
K-means clustering
K-means clustering is een methode die alle waarnemingen verdeelt over een vooraf gekozen aantal groepen. Iedere waarneming hoort bij de groep waarvan het gemiddelde, dus het middelpunt, het dichtstbij ligt, en dat punt dient als voorbeeld van de groep. Een webwinkel kan zo klanten met een vergelijkbaar koopgedrag in dezelfde groep plaatsen en voor die groep een passende aanbieding kiezen.
Machine learning
K-nearest neighbors
K-Nearest Neighbors
k-dichtste buren (k-NN) is een methode in machine learning voor classificatie en regressie. Het slaat bekende voorbeelden alleen op, meet de afstand tot een nieuw gegeven en neemt de meest voorkomende klasse of het gemiddelde van de k dichtstbijzijnde voorbeelden. Zo krijgt een onbekende vrucht het label appel wanneer de meeste nabije voorbeelden, gemeten op kenmerken zoals hoogte en breedte, appels zijn.
Machine learning
Kenmerk
Feature
Een kenmerk (feature) is een meetbare eigenschap van een verschijnsel, zoals een getal of een detail in een beeld. Een model gebruikt kenmerken als invoer om een waarneming te beschrijven en daarmee te voorspellen, in te delen of patronen te herkennen. Bij beeldherkenning is een kenmerk vaak een rand, een punt of een voorwerp, of de uitkomst van een bewerking op een deel van de foto.
Machine learning
Kenmerkextractie
Feature extraction
Kenmerkextractie is een methode in machine learning die uit een eerste reeks gemeten gegevens nieuwe kenmerken afleidt. Die afgeleide waarden zijn informatief en bevatten weinig dubbele informatie, zodat een model daarna beter leert en nieuwe situaties aankan. Bij beeldverwerking zet de methode ruwe pixelmetingen om in duidelijkere kenmerken, wat het leren ondersteunt en de uitkomst soms ook voor mensen begrijpelijker maakt.
Machine learning
Kenmerkselectie
Feature selection
Featureselectie (variabelenselectie) is een methode in machine learning die een deel van de relevante kenmerken kiest voor een model. Een analist of algoritme kiest variabelen en voorspellers die het model gebruikt en laat de overige kenmerken buiten de bouw van het model. Zo bouwt een ziekenhuis een voorspellend model met alleen de bloedwaarden die samenhangen met een diagnose, en niet met elke losse meting uit het dossier.
Machine learning
Kennisdistillatie
Knowledge Distillation
Knowledge distillation is een methode in machine learning waarbij een kleiner model, de leerling, een groter model, de leraar, nabootst. Bij gewone training leert een model van vaste juiste antwoorden, terwijl de leerling hier de kansen nabootst die de leraar per voorbeeld geeft. Daardoor heeft het kleine model minder rekenkracht nodig en kan het op een telefoon of ander klein apparaat draaien.
Kennis en redeneren
Kennisextractie
Knowledge extraction
Kennisextractie is een methode om kennis te halen uit databases, documenten en beelden. Anders dan het ordenen van gegevens in tabellen levert dit kennis op die computers kunnen lezen en interpreteren, zodat zij nieuwe conclusies kunnen trekken via bestaande begrippen of een schema uit de bron zelf. Een organisatie koppelt zo feiten uit rapporten aan bestaande begrippen, waarna een systeem nieuwe verbanden kan afleiden.
Kennis en redeneren
Kennisgedreven AI
Knowledge-Driven AI
Kennisgedreven AI is een vorm van kunstmatige intelligentie die redeneert met kennis die mensen duidelijk vastleggen. Anders dan een systeem dat alleen patronen uit voorbeelden haalt, lost het problemen op met gestructureerde feiten en regels, alleen of samen met statistische modellen die uit data leren. In de zorg kan zo’n systeem een behandelvoorstel maken dat past bij vastgelegde medische richtlijnen en bij de bekende gegevens van een patiënt.
Kennis en redeneren
Kennisgraaf
Knowledge Graph
Een knowledge graph is een gestructureerde databank die feiten bewaart als een netwerk van dingen en hun onderlinge verbanden. Anders dan een tabel met losse rijen legt deze databank het verband tussen dingen vast met een relatie, zoals "werkt bij". Een zoekmachine of AI-systeem kan daardoor een feit opzoeken en meteen nagaan welke personen, producten en organisaties bij elkaar horen.