|
Machine learning is de wetenschap om computers te laten handelen zonder expliciet geprogrammeerd te zijn. In het afgelopen decennium heeft machine learning ons zelfrijdende auto’s, praktische spraakherkenning, effectief zoeken op internet en een enorm verbeterd begrip van het menselijk genoom opgeleverd. Machine learning is tegenwoordig zo alomtegenwoordig dat u het waarschijnlijk tientallen keren per dag gebruikt zonder het te weten. Veel onderzoekers denken ook dat dit de beste manier is om vooruitgang te boeken in de richting van AI op menselijk niveau. In deze les leer je over de meest effectieve technieken voor machine learning en oefen je om ze te implementeren en voor jezelf te laten werken. Wat nog belangrijker is, je leert niet alleen over de theoretische onderbouwing van leren, maar verwerft ook de praktische kennis die nodig is om deze technieken snel en krachtig toe te passen op nieuwe problemen. Ten slotte leer je over enkele van Silicon Valley’s best practices op het gebied van innovatie op het gebied van machine learning en AI. Deze post biedt een brede introductie tot machine learning, datamining en statistische patroonherkenning. Onderwerpen zijn onder meer: (i) Gesuperviseerd leren (parametrische/niet-parametrische algoritmen, ondersteunende vectormachines, kernels, neurale netwerken). (ii) Unsupervised learning (clustering, dimensionaliteitsreductie, aanbevelingssystemen, deep learning). (iii) Best practices in machine learning (bias/variantietheorie; innovatieproces in machine learning en AI). De post zal ook putten uit tal van case-study’s en toepassingen, zodat je ook leert hoe je leeralgoritmen kunt toepassen op het bouwen van slimme robots (perceptie, controle), tekstbegrip (zoeken op het web, anti-spam), computervisie, medische informatica , audio, database mining en andere gebieden.
|
| https://www.dergatsjev.be/2021/02/event-over-python-machine-learning.html |
Veelgestelde vragen
Wat is machine learning precies?▼
Machine learning is de wetenschap om computers zelfstandig te laten handelen en leren zonder expliciet geprogrammeerd te zijn. Het stelt systemen in staat patronen in data te herkennen en beslissingen te nemen op basis van die patronen.
Welke praktische toepassingen heeft machine learning?▼
Machine learning wordt gebruikt in zelfrijdende auto's, spraakherkenning, zoekmachines, medische diagnoses, computervisie, aanbevelingssystemen en spam-filtering. Het is zo alomtegenwoordig dat je het dagelijks gebruikt zonder het te beseffen.
Wat zijn de twee soorten machine learning?▼
Er zijn twee hoofdtypen: gesuperviseerd leren (waarbij algoritmen leren van gelabelde data) en unsupervised learning (waarbij patronen in ongelabelde data worden herkend). Beide hebben verschillende algoritmen en toepassingen.
Hoe verschilt machine learning van traditioneel programmeren?▼
Bij traditioneel programmeren geef je computers expliciete instructies. Bij machine learning leren computers zelf van data en passen zich aan, zonder dat je elke regel hoeft op te schrijven.
Is machine learning dezelfde als kunstmatige intelligentie?▼
Machine learning is een onderdeel van AI. Veel onderzoekers zien het als de beste manier om vooruitgang te boeken naar AI op menselijk niveau, maar ze zijn niet identiek.
