Naar inhoud
BetaAI Begrippen

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

Machine learning (135)

Alle AI-termen binnen Machine learning, in gewone taal.

135 resultaten
Machine learning
Genetisch algoritme (GA)
Genetic algorithm (GA)
Een genetisch algoritme (GA) is een zoekmethode die goede oplossingen zoekt volgens het idee van natuurlijke selectie. Anders dan software met één vast stappenplan houdt het veel kandidaatoplossingen tegelijk bij: de betere blijven, worden gecombineerd en soms licht gewijzigd, zodat elke nieuwe generatie betere oplossingen bevat. Zo kan een planner een rooster zoeken dat tijd en kosten beperkt, zonder elke mogelijke optie apart door te rekenen.
Machine learning
Genetische operator
Genetic operator
Een genetische operator is een bewerking in een genetisch algoritme die mogelijke oplossingen kiest of verandert. Selectie geeft sterkere oplossingen vaker een kans om door te gaan, kruising mengt eigenschappen van twee ouders en mutatie past soms een klein onderdeel toevallig aan. Die drie bewerkingen moeten samenwerken om het algoritme stap voor stap naar een betere oplossing van een gegeven probleem te sturen.
Machine learning
Gesuperviseerd leren
Supervised Learning
Supervised learning (begeleid leren) is een methode van machine learning waarbij een model leert van gelabelde gegevens. Anders dan software met vaste regels leert het model zelf het verband tussen invoer en uitkomst, door fouten op de gelabelde gegevens steeds kleiner te maken. Een systeem herkent zo voorwerpen op foto's, nadat het is getraind op beelden waarbij elk voorwerp al een naam heeft.
Machine learning
Gradient boosting
Gradient boosting
Gradient boosting is een techniek uit machine learning die eenvoudige modellen stap voor stap tot één voorspelmodel bundelt. Elk nieuw model voegt een functie toe die de pseudo-residuen volgt, een maat voor de resterende fout, in plaats van de gewone residuen bij traditioneel boosting. Het eindresultaat kan een getal schatten of een geval in een klasse indelen, bijvoorbeeld de verwachte prijs van een product.
Machine learning
Hoofdcomponentenanalyse (PCA)
Principal component analysis (PCA)
Principale-componentenanalyse (hoofdcomponentenanalyse, PCA) is een statistische methode die samenhangende meetwaarden omzet in nieuwe, onafhankelijke grootheden. De eerste nieuwe grootheid is een combinatie van de oorspronkelijke meetwaarden en vangt de grootste spreiding; elke volgende grootheid staat daar loodrecht op en vangt de resterende spreiding. Onderzoekers vatten zo veel samenhangende kenmerken samen in enkele componenten, bijvoorbeeld lengte en gewicht van proefpersonen, en de uitkomst verandert sterk als die meetwaarden op een andere schaal staan.
Machine learning
Hyperparameter
Hyperparameter
Een hyperparameter is een instelling die wordt vastgelegd voordat een model voor machine learning begint te leren. Gewone parameters past het model tijdens de training zelf aan op basis van de gegevens, terwijl een hyperparameter, zoals de leersnelheid of het aantal lagen in een neuraal netwerk, juist dat leerproces stuurt. De gekozen waarde beïnvloedt hoe nauwkeurig het model nieuwe gevallen voorspelt, bijvoorbeeld of een binnenkomende e-mail spam is.
Machine learning
Hyperparameteroptimalisatie
Hyperparameter optimization
Hyperparameteroptimalisatie is een methode om de beste stuurinstellingen voor een leeralgoritme te kiezen. Die instellingen heten hyperparameters, staan vast vóór het trainen en sturen het leerproces, anders dan waarden die tijdens het trainen worden bijgesteld. Het systeem test veel combinaties op een gegeven dataset, meet telkens de fout en houdt de set die het model het nauwkeurigst maakt, bijvoorbeeld bij het herkennen van spam of foto's.
Machine learning
Hypervlak
Hyperplane
Een hypervlak is een vlakke grens waarmee een classificatiemodel gegevens in klassen deelt. In twee dimensies is die grens een rechte lijn en bij meer kenmerken een vlak, anders dan een kromme beslissingsgrens. Punten aan dezelfde kant van het hypervlak krijgen één uniek label, zodat het model een nieuw geval indeelt, zoals een e-mail als spam of als gewone post.
Machine learning
Incrementeel leren
Incremental learning
Incrementeel leren is een methode van machine learning die een bestaand model verder traint met nieuwe invoergegevens. Die invoer komt doorlopend binnen, omdat trainingsgegevens geleidelijk beschikbaar komen of te groot zijn voor het geheugen van het systeem. Het model neemt die gegevens meteen op en breidt zo zijn kennis uit, bij begeleid leren met labels en bij onbegeleid leren zonder labels.