Wat is Machine Learning?
Artificial Intelligence (AI of ook wel Kunstmatige Intelligentie) is een computer systeem dat heel slim is in het uitvoeren van één specifiek ding. Machine Learning is een aparte tak binnen AI, die zich bezighoudt met de ontwikkeling van algoritmes en technieken, waarmee computers dankzij data kunnen leren. Wat Machine Learning juist nu zo interessant maakt, is dat de wereld om ons heen is veranderd: het digitale tijdperk heeft geleid tot een explosie van gegevens in alle vormen en uit alle regio’s van de wereld.
Machine Learning in de praktijk
Door een systeem veel voorbeelden te geven, kan het deze herkennen en daarna zelf keuzes maken. Stel, je wilt een systeem het onderscheid laten maken tussen een hond en een kat. Dan laat je het systeem duizend plaatjes zien waarvan jij zegt: dit is een hond. Heeft het systeem alles geanalyseerd en bied je het een foto aan zonder iets te zeggen, dan kan het systeem herkennen: dit is een hond/kat. In de praktijk zien we dit soort voorbeelden al vaak terug. Zo kan jouw mobiele telefoon personen herkennen die op meerdere foto’s in je foto rol staan. Of voorwerpen, plaatsen en gelegenheden. Of denk aan het bedrijf Tesla, waarbij de auto leert van elke menselijke handeling in het verkeer, om het daarna zelf te kunnen uitvoeren.
Anomaly Detection
Er is een aantal Machine Learning technieken, waaronder Anomaly Detection of in het Nederlands Anomalie Detectie. Deze vorm is ontwikkeld om afwijking te signaleren in een reeks. Anomalieën zijn gegevens in een dataset die niet aan het normale patroon lijken te voldoen en om die reden mogelijk interessant zijn. Je zou dit kunnen zien als een data-alarm wanneer er een waarde te ver buiten de norm valt. Met Anomaly Detection kan gedrag, dat mogelijk tot een crash leidt, wellicht vroegtijdig worden herkend en voorkomen worden. In de praktijk kan je bijvoorbeeld denken aan het detecteren van een hoger energieverbruik van machines dan gemiddeld of aan ongebruikelijk verkeer op een website.
Samenvattend betekent anomaly detection dat het patronen kan herkennen op het gebied van: herhaling, tijd en afwijkingen.
Daarbij is deze vorm van detectie zelflerend, waardoor het steeds nauwkeuriger wordt en men er steeds waardevollere informatie aan kan ontlenen.
Anomaliedetectie is een softwarematige aanpassing, waardoor men in de meeste gevallen gebruik kan blijven maken van de reeds bestaande hardware.
In onze volgende blog over dit onderwerp laten we meer praktijkvoorbeelden zien van toepassingen van Machine Learning.
Ben je benieuwd of dit iets voor jouw bedrijf is? Neem dan direct vrijblijvend contact met ons op om hierover te sparren!