Naar inhoud
BetaAI Begrippen

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

Nauwkeurigheid

Engels: Accuracy · Ook wel: accuracy, classification accuracy, classificatienauwkeurigheid

In het kort

Nauwkeurigheid (accuracy) is een maat voor het aandeel juiste antwoorden van een model dat gegevens in klassen indeelt. Anders dan een vooraf geschreven regel meet deze maat achteraf hoe vaak het model de juiste klasse koos, door juiste voorspellingen te delen door alle gevallen. Bij een programma dat e-mails indeelt als spam of gewone post, geeft de maat aan of de meeste berichten in de juiste map staan.

Waarom is dit belangrijk?

Met nauwkeurigheid kunnen teams voor gebruik kiezen welk model vaker een passend oordeel geeft over nieuwe gevallen. In de zorg toetsen onderzoekers er diagnostische systemen mee die patiënten op tijd als ziek of gezond indelen. Voor patiënten en zorgverleners weegt die keuze zwaar bij het starten van een behandeling, omdat een hoog percentage zeldzame ziektegevallen toch ten onrechte als gezond kan bestempelen.

Zo werkt het in de praktijk

In onderzoek en bij bedrijven vergelijken teams AI-systemen op vaste testsets. NIST rekent daarbij de nauwkeurigheid uit, de score op die set. Resultaten komen in ranglijsten en in beschrijvingen van een model.

Onderzoekers bij NIST toetsen of een score op één testset ook geldt voor nieuwe, vergelijkbare vragen. Zij scheiden de nauwkeurigheid op die vaste set van de nauwkeurigheid op soortgelijke opgaven. Daarvoor bekeken zij 22 taalmodellen op drie benchmarks.

De technische specificatie ISO/IEC TS 4213 legt vast hoe teams de prestaties van een classificatiemodel meten. Nauwkeurigheid staat daarin naast andere maten voor juiste en gemiste gevallen. Welke maat past, hangt af van het gebruiksdoel en kan anders zijn dan tijdens het trainen.

Bron: artofai.nl

Gecontroleerd op 5 november 2026