Voorbeelden van Machine Learning in de praktijk

In deze blog laten we een enkele praktijk voorbeelden zien van het gebruik van Machine Learning.

Retail

Boodschappen online bestellen, we hebben het vast allemaal wel eens gedaan en vooral in het begin van de uitbraak van het COVID-19 virus werden er meer online bestellingen gedaan dan ooit! Wat kan Machine Learning hierin aan waarde toevoegen?
Een basis uitvoering van de toepassing van Machine Learning is wanneer je een bepaald product koopt en je direct een aanbeveling voor een ander, bijpassend of vergelijkbaar product krijgt. Zo raadt Bol.com je na de aanschaf van bijvoorbeeld een boek andere aanbevelingen aan, die je waarschijnlijk ook kunt waarderen. Deze aanbeveling halen ze uit de data van eerdere aankopen van klanten. Zalando voorspelt zelfs, wanneer je meerdere aankopen hebt gedaan, bij een kledingstuk welke maat je het beste kan nemen. Dit is allemaal gebaseerd op de enorme hoeveelheid data die ze verzameld hebben. Ze combineren onder andere de feedback van klanten over hoe het kledingstuk valt (te klein, te groot), samen met jouw historie van aangekochte producten in een bepaalde maat en of die retour zijn gekomen of niet. Door al deze data samen te voegen en Machine Learning algoritmes hun werk te laten doen zal je uiteindelijk nooit meer een foute maat bestellen! Hierdoor worden retouren drastisch verminderd en gaat de klanttevredenheid omhoog. Win, win!

Zorg
In onze vorige blog noemden we al dat jouw mobiele telefoon personen, voorwerpen of dieren kan herkennen door middel van beeldherkenning. Dit kan ook in de zorg toegepast worden op bijvoorbeeld het herkennen van kanker. Machine Learning modellen zijn veel beter in het herkennen van patronen dan mensen. Wetenschappers hebben een model getraind met meer dan 2000 foto’s van soorten kanker, om de verschillende kenmerken die tot een diagnose kunnen leiden te identificeren. Hierdoor kunnen er op grote schaal foto’s geanalyseerd worden, of kan een dokter een seintje krijgen van het systeem wanneer er een afwijking geconstateerd wordt. Dit is een prachtig voorbeeld van de veelbelovende mogelijkheden van Machine Learning voor de gezondheidszorg.

En nu zelf
Google heeft in 2017 AutoDraw gelanceerd. Dit programma raadt door middel van kunstmatige intelligentie wat je wilt tekenen. Door het algoritme probeert het programma te herkennen wat je wilt gaan tekenen aan de hand van duizenden professionele afbeeldingen die in het systeem geüpload zijn. Wanneer je de eerste lijnen hebt getekend, komt er bovenin het scherm al een suggestie van wat het programma denkt dat je gaat tekenen. Geloof je dit niet? Probeer het hier zelf. 

Ben je benieuwd of Machine Learning voor jouw bedrijf iets kan toevoegen? Neem dan direct vrijblijvend contact met ons op om hierover te sparren!