Naar inhoud
BetaAI Begrippen

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

Modeltraining

Engels: Model training · Ook wel: model training, model-training

In het kort

Machinaal leren (machine learning) is een methode waarbij een AI-model leert van gegevens om taken beter uit te voeren. Het model krijgt veel voorbeelden, zoekt daarin patronen en past zijn interne instellingen aan, terwijl gewone software alleen vaste regels van een programmeur volgt. Zo herkent een spamfilter nieuwe ongewenste e-mails en signaleert een beeldprogramma afwijkingen op medische scans die een arts daarna beoordeelt.

Waarom is dit belangrijk?

Door modeltraining kunnen systemen uiteenlopende taken uitvoeren die per geval verschillen en meebewegen met nieuwe situaties in de dagelijkse praktijk. Bij de overheid hangt betrouwbare geautomatiseerde besluitvorming af van relevante, representatieve en zo volledig mogelijke trainingsdata. Burgers en werknemers merken de gevolgen wanneer zo'n systeem een besluit ondersteunt, want laagkwalitatieve of bevooroordeelde data kunnen tot onbetrouwbare en oneerlijke uitkomsten leiden.

Zo werkt het in de praktijk

In het Azure Architecture Center van Microsoft past modeltraining in systemen voor klassiek machinaal leren. Die systemen voorspellen in de tijd en delen gegevens in categorieën in. Voor taal herkennen ze namen in tekst en vatten ze teksten samen.

In machine learning onderzoeken teams of een model nieuwe data goed voorspelt. Het model leert op een trainingsset, en een validatieset helpt keuzes af te stellen. Een testset meet daarna de prestatie op nieuwe voorbeelden.

CRISP-DM (een open standaard voor data-analyse) deelt het proces in zes fasen, waaronder Modeling. De volgorde ligt niet vast: teams gaan vaak heen en weer tussen fasen. MLOps (een werkwijze om modellen betrouwbaar in gebruik te nemen en te onderhouden) koppelt training aan testen en opnieuw trainen.

Bron: dewereldvanai.nl

Gecontroleerd op 5 november 2026