Dit artikel is onderdeel van de AI Woordenlijst op De Wereld van AI. Daar vind je een overzicht van alle belangrijke AI-begrippen.
Wat is een predictie
Een predictie is het moment waarop een AI-model zijn kennis toepast op nieuwe, onbekende data. Op basis van wat het model tijdens training heeft geleerd, maakt het een voorspelling over een uitkomst, categorie of waarde. Dit is het praktische resultaat van machine learning, hier laat het model zien wat het kan.
Hoe werkt voorspellen met AI
Tijdens training leert een model patronen herkennen in data. Bij een predictie krijgt het nieuwe input die het nog niet eerder heeft gezien. Het model vergelijkt deze input met wat het heeft geleerd en berekent vervolgens de meest waarschijnlijke uitkomst.
Dit kan bijvoorbeeld een getal zijn, een label of een kansverdeling over meerdere opties.
Voorbeelden van predicties
AI-modellen worden voor veel verschillende soorten voorspellingen gebruikt, zoals:
- Het voorspellen of een e-mail spam is
- Het inschatten van de kans dat een klant vertrekt
- Het herkennen van een object in een afbeelding
- Het voorspellen van de volgende woorden in een zin
- Het ramen van prijzen, vraag of risico’s
Kans en onzekerheid
Een predictie is zelden een absoluut antwoord. Vaak werkt een model met waarschijnlijkheden. Het model geeft dan aan hoe groot de kans is dat een bepaalde uitkomst klopt. Hoe beter de training en data, hoe betrouwbaarder die kansinschatting wordt, maar zekerheid bestaat niet.
Waarom predicties soms fout gaan
Voorspellingen kunnen minder goed zijn wanneer:
- De nieuwe data sterk afwijkt van de trainingsdata
- Het model te simpel of juist overgetraind is
- De data ruis, fouten of bias bevat
- De context ontbreekt of verandert
Daarom blijft controle en interpretatie door mensen belangrijk.
Verder lezen
Wil je beter begrijpen hoe AI tot voorspellingen komt en hoe dit in de praktijk wordt toegepast? Bekijk dan de gratis AI basiscursus, waarin dit stap voor stap en zonder technische voorkennis wordt uitgelegd.
DE WERELD VAN AI 