Naar inhoud
BetaAI Begrippen

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

Data (47)

Alle AI-termen binnen Data, in gewone taal.

47 resultaten
Data
Evals
Evals (Evaluations)
Evaluaties, ook wel evals genoemd, zijn herhaalbare tests die meten of een AI-functie haar taak goed uitvoert. Een evaluatie koppelt realistische voorbeelden aan vooraf vastgelegde criteria, zoals een voorbeeldantwoord, een scorelijst, het oordeel van een mens over welk antwoord beter is of een score die een programma berekent. Een team draait dezelfde tests na een wijziging opnieuw en vergelijkt de scores, zodat een verbetering zichtbaar wordt en een achteruitgang niet ongemerkt blijft.
Data
Evaluatie van modellen
Model evaluation
Modelevaluatie is een methode om te meten hoe goed een AI-model presteert. Het model maakt voorspellingen op testgegevens met bekende uitkomsten, en die worden vergeleken met de juiste resultaten via maatstaven zoals nauwkeurigheid of een beoordeling door mensen. Zo blijkt, anders dan bij een controle op vaste regels, of het model geschikt is voor gebruik, bijvoorbeeld of het spamberichten juist van gewone e-mail scheidt.
Data
Fout-negatief
False negative
Een foutnegatief is een voorbeeld dat tot de positieve klasse hoort, maar dat een model ten onrechte als negatief voorspelt. Bij binaire classificatie mist het model een positief geval, anders dan een foutpositief dat een negatief geval als positief ziet. Een model dat een patiënt met een ziekte als gezond voorspelt, maakt een foutnegatief en laat dat ziektegeval zo onopgemerkt.
Data
Fout-positief
False positive
Een foutpositief (valspositief) is een geval uit de negatieve klasse dat een model toch als positief voorspelt. Bij een binaire classificatietaak kiest het model tussen twee klassen en markeert dit geval ten onrechte als positief, terwijl de echte klasse negatief is. Een spamfilter kan zo een gewone e-mail als ongewenst aanmerken, en een gebruiker mist die boodschap dan in het postvak.
Data
Foutmatrix
Confusion matrix
Een verwarringsmatrix is een tabel die laat zien welke fouten een classificatiemodel maakt. Elke klasse staat daarin tegenover elke klasse, met de echte uitkomst langs de ene kant en de voorspelling langs de andere kant. Juiste voorspellingen staan op de diagonaal van linksboven naar rechtsonder, zodat zichtbaar wordt welke klassen het model verwisselt, bijvoorbeeld een kat die als hond wordt gezien.
Data
Garbage in, garbage out
Garbage in, garbage out
Garbage in, garbage out is het principe dat de kwaliteit van de uitkomst afhangt van de kwaliteit van de invoer. Een model kan correct rekenen en toch foute voorspellingen geven, omdat het leert van onvolledige, verouderde of eenzijdige gegevens. Een voorraadmodel dat alleen oude of onvolledige verkoopcijfers krijgt, schat de toekomstige vraag daardoor verkeerd in en bestelt te veel of te weinig.
Data
Gelabelde data
Labeled data
Gelabelde data zijn voorbeelden met een bekend label: de uitkomst die een model moet leren voorspellen. Anders dan software met vaste regels krijgt het model die labels tijdens het leren als juiste antwoorden en zoekt het zelf het verband tussen invoer en uitkomst. Zo leert een spamfilter welke nieuwe mails spam zijn, omdat eerdere mails al het label spam of geen spam kregen.
Data
Gestructureerde data
Structured data
Gestructureerde data zijn gegevens met een vaste, vooraf afgesproken indeling die computers kunnen herkennen en doorzoeken. De gegevens staan bijvoorbeeld in rijen en kolommen, met een vaste plek voor elk gegeven, en zijn daardoor eenvoudiger te analyseren dan ongestructureerde data zonder duidelijke indeling. In een klantenbestand staan telefoonnummers en datums in vaste kolommen, en in een voorraadtabel heeft elke artikelcode een eigen veld.
Data
Graafdatabase (GDB)
Graph database (GDB)
Een graphdatabase (GDB) is een database die gegevens bewaart als knopen, als verbindingen tussen die knopen en als hun eigenschappen. In een tabeldatabase liggen verbanden vaak verspreid over aparte tabellen; hier slaat het systeem elke verbinding vast op bij de gegevens. Zo komen sterk gekoppelde gegevens vaak in één zoekactie terug, en zijn de verbanden direct als een netwerk te tekenen.