In deze cursusles leer je hoe neurale netwerken informatie via meerdere lagen verwerken, waarom de verbindingen tijdens training worden aangepast en waarom de uitkomst niet altijd eenvoudig uit te leggen is.
Dit is stap 4 van de Basiscursus AI. De vorige stap is Wat is machine learning? en de volgende stap is Wat zijn taalmodellen?.
De kern van neurale netwerken
Een neuraal netwerk is een AI-model met een invoerlaag, één of meer verborgen lagen en een uitvoerlaag. Iedere laag voert berekeningen uit en geeft de uitkomst door. Tijdens de training worden de gewichten tussen de kunstmatige neuronen aangepast, zodat het netwerk patronen steeds beter leert herkennen.
Neurale netwerken worden gebruikt voor onder andere beeldherkenning, spraakherkenning en taalmodellen. Ze zijn geïnspireerd op het brein, maar werken niet hetzelfde als menselijke hersenen en hebben geen bewustzijn.
Wil je de techniek uitgebreider bekijken, inclusief netwerktypen, gewichten en beperkingen? Lees dan Neuraal netwerk simpel uitgelegd.
Bekijk de visuele uitleg
In de video zie je hoe informatie stap voor stap door de verschillende lagen van een neuraal netwerk gaat.

Oefenen met neurale netwerken
Na deze les kun je: uitleggen waarom neurale netwerken uit lagen bestaan en waarom tussenstappen niet altijd eenvoudig uit te leggen zijn.
Misverstand: neurale netwerken zijn geïnspireerd op het brein, maar werken niet hetzelfde als menselijke hersenen en hebben geen bewustzijn.
Zelf proberen: beschrijf welke kenmerken een systeem kan gebruiken om appels van peren te onderscheiden. Denk aan vorm, kleur en structuur. Welke uitzonderingen kunnen het systeem misleiden?
- Wat gebeurt er in de verschillende lagen?
- Waarom is de uitkomst niet altijd volledig verklaarbaar?
- Waarom blijft menselijke controle nodig?
Kern: een neuraal netwerk zet invoer via meerdere lagen om in een voorspelling. De verbindingen worden tijdens training aangepast.
✅ Deze stap is afgerond
Je hebt geleerd hoe lagen en verbindingen samenwerken en waarom neurale netwerken krachtig zijn bij patroonherkenning.
Volgende stap in de route
Ga door naar stap 5:
Taalmodellen
Of ga terug naar de startpagina van de gratis Basiscursus AI.
