Dit artikel is onderdeel van de AI Woordenlijst op De Wereld van AI. Daar vind je een overzicht van alle belangrijke AI-begrippen.
Machine learning is een onderdeel van kunstmatige intelligentie waarbij een systeem leert uit voorbeelden in plaats van dat elke stap vooraf wordt geprogrammeerd. Het model ontdekt patronen in data en gebruikt die kennis om voorspellingen of beslissingen te nemen bij nieuwe input.
Machine learning vormt de basis van veel moderne AI-toepassingen, zoals spraakherkenning, beeldanalyse, aanbevelingssystemen en chatbots.
Hoe werkt machine learning?
Een model krijgt veel voorbeelden te zien, bijvoorbeeld teksten, cijfers of afbeeldingen. Elke keer vergelijkt het model zijn voorspelling met het juiste antwoord. Als het fout zit, wordt berekend hoe groot de fout is en worden de interne gewichten aangepast.
Door dit proces duizenden tot miljoenen keren te herhalen, leert het systeem steeds beter patronen te herkennen. De kwaliteit van de data bepaalt hoe goed het model uiteindelijk wordt.
Soorten machine learning
Machine learning kent verschillende vormen:
Supervised learning
Het model leert van gelabelde voorbeelden, zoals “kat” of “hond”, “spam” of “geen spam”.
Unsupervised learning
Het model zoekt zelf structuur in data zonder labels, bijvoorbeeld clusters in gebruikersgedrag.
Reinforcement learning
Het model leert via proberen en beloning. Het ontvangt feedback op acties en past zijn strategie aan.
Praktische toepassingen
Machine learning wordt gebruikt in:
- aanbevelingen op YouTube, Netflix en Spotify
- medische systemen die afwijkingen herkennen
- fraudedetectie bij banken
- automatische vertaling
- spraak- en beeldherkenning
- chatbot- en assistenttechnologie
Het wordt steeds meer onderdeel van alledaagse technologie.
Waarom machine learning belangrijk is
Omdat modellen zelfstandig kunnen leren, kunnen ze taken uitvoeren die te complex zijn om handmatig te programmeren. Dat maakt machine learning krachtig, maar ook gevoelig voor fouten en bias wanneer de data onvolledig of oneerlijk verdeeld is. Dit raakt aan AI & Ethiek, waar de betrouwbaarheid en eerlijkheid van AI-systemen centraal staat.
Verder leren?
Wil je machine learning stap voor stap leren begrijpen zonder technische termen?
Bekijk dan mijn Gratis Basiscursus AI, waarin ik op een heldere manier uitleg hoe modellen leren, voorspellen en verbeteren.