Samenspel tussen deep- en machine learning

Een introductie in machine learning, AI en deep learning

Grote kans dat je weleens hebt gehoord van termen zoals machine learning, kunstmatige intelligentie (AI) en deep learning. Ze hebben ook veel met elkaar te maken. Beter gezegd; ze zijn aan elkaar verbonden. Als applicatie ontwikkelaar zullen we van APPelit even stil staan bij wat deze toepassingen zijn en wat je ermee kunt doen.

Wat is machine learning?

Alle 3 de toepassingen zijn nauw met elkaar verbonden. Beter gezegd, ze zijn eigenlijk familie van elkaar en tevens afhankelijk van elkaar. Zo draait het met machine learning om om te gaan met big data en hoe je uit die data algoritmes kunt ontwikkelen zodat je hele goed voorspellingen kunt gaan maken op basis van die data. Goede zuivere data is dus erg belangrijk en je dient duidelijk vooraf aan te geven welke data goed of fout is. Laten we een voorbeeld schetsen.

Stel dat je een webshop hebt en je wilt dat producten automatisch de juiste categorie krijgen. Je producten bestaan hoofdzakelijk uit dames- en herenkleding. Dus dan heb je te maken met termen zoals jeans, shirts, topjes, jacks, jassen, etc. Door de data allereerst goed in te delen kan een algoritme vervolgens weten bij welk categorie de kledingstuk hoort. Je dient dus ‘topjes’ te kwalificeren als dameskleding binnen de algoritme. Als je vervolgens nu alle data door de machine learning algoritme haalt zul je zien dat alle kledingproducten in de juiste categorie ingedeeld worden.

Maar wat als…

Stel dat de leverancier besluit om de producten van naam te veranderen of van taal, stel van Nederlands naar het Engels. De algortime raakt van slag, want hij herkent geen Engelse termen en dus kunnen producten niet goed gecategoriseerd worden. Wat moet je nu doen? Precies, de machine learning opnieuw laten ‘leren’. Dat kost natuurlijk weer tijd en geld. Hoe kun je dat oplossen? Hier komt deep learning de hoek om kijken.

Deep learning als aanvulling

Deep learning vult machine learning dus perfect aan. Daar waar machine learning ophoudt, pakt deep learning het verder op. Waar machine learning nieuwe instructies nodig heeft om op nieuw te ‘leren’ , kun je met deep learning patronen laten herkennen. In ons voorbeeld kan de algoritme de Engelse termen in de data vertalen naar Nederlandse termen en zodoende begrijpen dat het vertalingen zijn van hetzelfde product.

De laatste stap: Kunstmatige intelligentie (AI)

De laatste stap is een volledig zelfdenkend en zelfsturende computer die zelf beslissingen kan nemen. Het is voor wetenschappers en programmeurs de ultieme doel om het menselijk brein te ‘kopiëren’, maar zover zijn we nog lang niet. Een AI is een samenspel van hele complexe algebra, rekenvaardigheden en statistiek. Een AI is voor de meeste toepassingen binnen bedrijven een overbodig iets. Daarom dat slimme algoritmes met machine en deep learning al heel veel werk kunnen ontlasten.

Een machine algortime laten maken door software ontwikkelaar APPElit

Overweeg je zelflerende computers in te zetten voor je bedrijf? Wil je menselijke handelingen vervangen door robotica of zoek je een geavanceerde vorm van automatisering? Bij APPelit kunnen we je hierbij helpen met programmeertaal Python ai. Waarom Python ai? Omdat libraries voor machine learning op deze taal gebaseerd is. Dus waarom het wiel opnieuw uitvinden, niet waar? Vraag een vrijblijvende offerte op bij APPelit.

https://appelit.com/