Congres Robotica en Artificial Intelligence

Voor velen is digitaliseren niets anders dan het digitaal maken van het analoge, zoals bijvoorbeeld muziek van een cassetteband of LP omgezet is naar een mp3. Of een boek dat geconverteerd is naar een e-book of PDF.

Diegenen die dachten dat daarmee het eindpunt bereikt was hebben het veelal niet gehaald. We kennen allemaal de voorbeelden van winkels en bedrijven die het niet gehaald hebben zoals V&D, FreeRecord Shop en Halfords.

Het digitaliseren tot data is namelijk niet het eindpunt, maar de start van het vervolg: het algoritmiseren. Door de data met diverse algoritmes te combineren verkrijg je nieuwe data die inzicht geeft in bijvoorbeeld voorkeur, gebruik en keuzes. Nieuwe data waar een algoritme conclusies uit kan trekken en vervolgstappen op kan nemen (machinelearning).

Algoritmisering

Denk bijvoorbeeld aan Spotify. Zij hebben niet alleen de muziek gedigitaliseerd, maar door slimme algoritmes wordt geanalyseerd wat er geluisterd wordt en naar aanleiding van het profiel van heel veel abonnees wordt een suggestie voor nieuwe muziek gedaan.

Er zijn diverse vormen van machinelearning:

  • Supervised learning
    Bij deze manier wordt voorbeeldinput geleverd alsmede het gewenste resultaat. Het doel is een algemene regel te leren die de gegeven input vertaalt naar deze gewenste output
  • Unsupervised learning
    Er worden geen voorbeelden gegeven, maar de computer zal zelf structuren ontdekken in de input.
  • Reinforcement learning
    Bij deze manier wordt trial and error gebruikt om te leren tot de juiste acties te komen.

Vormen van Machine Learning