Naar inhoud
BetaAI Begrippen

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

Probabilistisch programmeren (PP)

Engels: Probabilistic programming (PP)

In het kort

Probabilistisch programmeren (PP) is een programmeermethode waarin programmeurs kansmodellen in programmacode beschrijven. Anders dan gewone software, die alleen een vaste reeks stappen volgt, koppelt deze methode kansmodellen aan een gewone programmeertaal en voert de kansberekening zelf automatisch uit. Daardoor zijn zulke kansmodellen eenvoudiger en ook breder toe te passen, en kunnen systemen keuzes ondersteunen wanneer de uitkomst nog onzeker is.

Waarom is dit belangrijk?

Met probabilistisch programmeren kunnen onderzoekers een model van menselijk denken opstellen en controleren of dat model klopt. In de farmaceutische sector en in de economie zetten onderzoeksteams het in bij de ontwikkeling van geneesmiddelen en bij economische analyses. Op school en in het lab leren studenten en onderzoekers zo modellen te beoordelen, maar het kiezen van een goede startaanname is lastig en beïnvloedt de uitkomst.

Zo werkt het in de praktijk

TNO probeert probabilistisch programmeren in de techniek uit, bij het centreren van een transportband en bij printkwaliteit. In de astrofysica en de deeltjesfysica koppelt dezelfde methode waarnemingen aan een model. Voor de zeespiegelstijging in de Noordzee zetten onderzoekers PyMC3 in.

TNO sprak experts van de Technische Universiteit Eindhoven en de Universiteit van Amsterdam. Een open vraag is hoe simulatiemodellen aansluiten op kansmodellen. Een andere vraag is hoe continue en discrete grootheden in één berekening passen.

De Bayesiaanse werkwijze is een stappenplan om kansmodellen te bouwen, te toetsen en te vergelijken. Onderzoekers zetten die stappen op in Stan, een taal voor probabilistisch programmeren. De software rekent de kansen uit en zij controleren het model aan de gegevens.

Bron: en.wikipedia.org

Gecontroleerd op 5 november 2026