Naar inhoud
BetaAI Begrippen

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

Ongelabelde data

Engels: Unlabeled data · Ook wel: unlabeled data, unlabelled data, niet-gelabelde data, ongelabelde gegevens

In het kort

Ongelabelde data zijn gegevens waarbij aan geen enkel voorbeeld een label, categorie of bekende uitkomst is gekoppeld. Een algoritme voor machine learning zoekt daarin zelf terugkerende patronen en groepen, anders dan bij gelabelde data met een bekend antwoord. Zo kan een winkel aankoopgegevens verdelen in klantgroepen, en kan een programma foto's groeperen op gelijkenis, zonder dat iemand die groepen van tevoren heeft benoemd.

Waarom is dit belangrijk?

Zonder vooraf bekende antwoorden kunnen computers grote hoeveelheden ruwe gegevens zelf ordenen en afwijkingen opsporen. In de zorg wordt dit ingezet bij medische diagnoses, om ongebruikelijke gevallen tussen gewone waarnemingen te vinden. Voor werknemers en studenten levert dat sneller inzicht in omvangrijke bestanden op, maar een afwijking is niet altijd een echt probleem en vraagt daarom ook om menselijke controle.

Zo werkt het in de praktijk

In de praktijk halen teams ongelabelde tekst van het web, zoals bij het project Common Crawl. Die verzameling krijgt alleen lichte filtering. Facebook gebruikt ongelabelde spraak in wav2vec, een methode voor spraakherkenning.

Onderzoek naar onbegeleid leren bekijkt hoe modellen eerst leren tekst te produceren. Die stap heet generatieve voortraining en gebruikt een ongelabelde tekstverzameling. Daarna stellen onderzoekers het model bij voor het indelen van teksten.

Zelfgestuurd leren is een werkwijze die leersignalen uit de data zelf haalt. Het model oefent eerst op een hulp-taak met pseudo-labels, labels die het zelf toekent aan ongelabelde data. Semi-gesuperviseerd leren voegt daar een klein deel gelabelde data aan toe.

Bron: artofai.nl

Gecontroleerd op 5 november 2026