Wat is machine learning en deep learning?

Verschil machine learning en AI

Machine learning en AI worden vaak met elkaar verward. Een belangrijk verschil is dat machine learning altijd onder AI valt, terwijl AI niet onder machine learning valt.

Binnen kunstmatige intelligentie zijn machine learning en deep learning specifieke onderdelen. Kunstmatige intelligentie gebruikt gegevens om beslissingen te nemen en voorspellingen te doen.

De algoritmen in machine learning zorgen ervoor dat kunstmatige intelligentie niet alleen gegevens verwerkt, maar er ook van leert en slimmer wordt, zonder dat er extra programmeerwerk nodig is.

Twee soorten algoritmen voor machine learning

Algoritmen zijn de motor van machine learning. Er worden twee soorten algoritmen gebruikt voor machine learning: supervised learning (leren met toezicht) en unsupervised learning (leren zonder toezicht). Het verschil tussen de twee soorten zit hem in de manier waarop data worden verwerkt om ervan te leren of er voorspellingen mee te maken.

Algoritmen voor supervised machine learning worden het vaakst gebruikt. Bij dit model fungeert een datawetenschapper als tussenpersoon die het algoritme 'leert' welke conclusies moeten worden getrokken.

Unsupervised machine learning verloopt op een meer onafhankelijke manier. Een computer leert om complexe processen en patronen te identificeren zonder dat een mens dit direct en continu begeleidt.

Wat is deep learning?

Deep learning is een onderdeel van machine learning waarbij algoritmen leren van grote hoeveelheden data.

Deep learning is de basis van veel AI-technologieën. De meeste mensen hebben dagelijks met deep learning te maken als ze hun smartphone gebruiken of op internet zitten. Deep learning wordt bijvoorbeeld gebruikt om ondertiteling te genereren voor YouTube-video’s, chatbots en voor vertalingen.

Nieuwe dingen leren

Deep learning stelt computers in staat om nieuwe dingen te leren van grote hoeveelheden data. Dit gebeurt op basis van neurale netwerken die zijn ontworpen zoals het menselijk brein. Daardoor kunnen computerprogramma’s patronen herkennen en zelfstandig problemen oplossen door het denkvermogen van de mens na te doen.

Een voorbeeld van deep learning

Je wil een computer bijvoorbeeld leren om verschillende paardenrassen te identificeren. Dan hoef je met deep learning de computer niet precies te vertellen waar hij bij elk ras naar moet zoeken, maar kan deep learning de computer laten leren hoe elk ras eruitziet door veel voorbeelden (bijvoorbeeld foto’s) te verwerken.