Machine learning uitgelegd
Machine learning betekent dit: in plaats van regels in een programma te schrijven, geef je het voorbeelden en het zoekt zelf uit wat de regel is. De meeste AI-tools van nu zijn zo gebouwd.
Machine learning in één voorbeeld
Bij klassiek programmeren schrijft een ontwikkelaar de regel: als dit klopt, doe dan dat. Bij machine learning lever je in plaats daarvan veel voorbeelden aan, en het programma vindt het patroon dat ze verklaart.
Daarom werkt het bij taken waar niemand regels voor kan schrijven. Niemand kan precies zeggen wat van een plaatje een kat maakt, maar iedereen kan een miljoen voorbeelden aanleveren.
Machine learning en kunstmatige intelligentie
Kunstmatige intelligentie is de overkoepelende term, machine learning is één methode om daar te komen, en de taalmodellen van nu gebruiken één tak ervan.
In de omgangstaal heet alle drie AI. In de praktijk geeft dat zelden problemen, maar het helpt te weten dat het geen synoniemen zijn zodra je documentatie gaat lezen.
Waar je het al gebruikt
Spamfilters, aanbevelingen, routeplanning, fraudedetectie, de fotoverwerking in je telefoon, voorspellende tekst. Allemaal machine learning, allemaal van ruim voor de chatbots.
Dat is het beste argument dat het idee niet nieuw is. Nieuw is dat het nu zo goed werkt op tekst.
Veelgestelde vragen
Wat is machine learning in één zin?
Een programma de regel zelf laten afleiden uit voorbeelden, in plaats van dat een ontwikkelaar de regel erin schrijft.
Is machine learning hetzelfde als AI?
Nee. AI is het bredere idee en machine learning is één route ernaartoe. Er is ook AI die helemaal niet leert en alleen regels volgt.
Heb je wiskunde nodig voor machine learning?
Om het te bouwen wel. Om de tools goed te gebruiken, of te snappen waarom een model fouten maakt, is begrip van de logica genoeg.