Machine Learning (ML) is tegenwoordig overal om ons heen. Als je iets opzoekt op het internet krijg je al snel daarna suggesties op basis van je recente surfgedrag. Of neem de spamfilter in je e-mail. Deze voorspelt op basis van relevante attributen automatisch welke inkomende e-mails zeer waarschijnlijk tot de ongewenste e-mails behoren.
Bij Machine Learning, een subset van Artificial Intelligence (AI), worden computers getraind door grote hoeveelheden data om een bepaalde taak uit te voeren. Met Azure Machine Learning kun je toepassen om te classificeren, te clusteren en te voorspellen.
- Om te classificeren kun je een statistisch model bouwen dat data kan onderverdelen in verschillende logische groepen, zoals bij het spamfilter. Een ander praktisch voorbeeld is het inzetten van data uit camera’s en sensoren op de snelwegen. Hoeveel voertuigen zijn er op de Nederlandse snelwegen, en hoe zijn deze onderverdeeld in vrachtwagens, motoren, auto’s en bussen? De inzichten uit deze classificatie helpen beleidsmakers om logische beslissingen te nemen. Waar zijn er wegverbredingen nodig, waar meer stoplichten en drempels? Deze zelfde camera’s en sensoren kunnen ook fietsen of mensen herkennen en direct de hulpdiensten en Rijkswaterstaat inschakelen bij gedetecteerde gevaren.
- Ook kan Machine Learning helpen bij het clusteren van data. Denk aan het clusteren van consumenten in logische groepen, zodat je elk van die groepen op een andere, passende manier kunt bereiken met je communicatiemiddelen.
- Tenslotte kan Machine Learning je organisatie helpen bij het voorspellen van uitkomsten. Denk aan het voorspellen van ziektes bij mensen, het verkeer op verschillende dagen in het jaar en aankoopgedrag van consumenten. Warenhuizen kunnen zo voorspellen wanneer er welke voorraden nodig zijn in de verschillende filialen.
Op welke manier je Machine Learning ook inzet, je hebt er grote hoeveelheden data voor nodig. En hoe meer de beschikbaarheid van data toeneemt, hoe beter de uitkomsten. Daarbij gaat het echter wel om data van goede kwaliteit. Als de data vervuild of onvoldoende up-to-date is, kan het systeem zijn lerend vermogen minder goed inzetten. De eerste stap bij Machine Learning? Zorgen dat je data op orde is.
Zie voor meer informatie over de mogelijkheden van Machine Learning voor jouw organisatie het artikel ‘What’s New In Azure Machine Learning’, en het filmpje over AI, Machine Learning, Deep Learning.
Ben je nieuwsgierig geworden naar de mogelijkheden van Machine Learning voor jouw organisatie?
Neem gerust contact op met onze expert.
Emre Kumru
Tel: +31 (0)6 51 98 62 76
E-mail: Emre@Plainwater.nl
