© 2019 by Soda science

MACHINE LEARNING & DEEP LEARNING

Patronen uit je data halen door de computer zelf te laten leren

MACHINE LEARNING

Machine learning is een buzzword om een goede reden. De computer zelf laten leren wat voor patronen er in de data aanwezig zijn geeft ons namelijk een nieuwe manier van leren van het verleden. Om te begrijpen wat machine learning is en wat het voor jouw organisatie kan beteken is het handig om te denken in twee werelden:

De wereld van data is een zo nauwkeurig mogelijke kopie van alle meetbare zaken uit de wereld waarin wij leven. Een groot voordeel van dit alles opslaan is dat we de wereld kunnen bekijken vanuit alle ervaringen in plaats van slechts die van onszelf. Hierdoor kunnen we minder bevooroordeelde verbanden leggen en nieuwe verbanden ontdekken.

 

Data alleen is nog geen inzicht. De logische eerste stap om van cijfertjes naar inzichten te komen is om data visualiseren en hier vervolgens lessen uit trekken. Machine learning (ML) biedt hier een mooie vervolgstap op. Het laat ons verbanden maken in de data die wij zelf niet zien en kunnen hierdoor bijvoorbeeld een gebruikersprofiel of een voorspelling te maken.

 

Hiervoor wordt de computer aan het werk gezet om uit historische data en een gedefinieerd doel (bijvoorbeeld: een temperatuur voorspelling) zelf de software te schrijven wat voor het beste resultaat oplevert. Dit werkt in principe net zoals wij zelf voorspellingen doen. Op basis van de maand en de plaats kunnen wij al een redelijke inschatting maken over de temperatuur. De computer doet dit op dezelfde manier, maar op basis van veel meer voorbeelden en met meer variabelen (vb. de afstand tot de zon, de bewolking etc).

Machine Learning geeft organisaties dus de macht om data uit het verleden te gebruiken om patronen te herkennen die onszelf zouden ontsnappen.

IMAGE CLASSIFICATION & OBJECT DETECTION

Het maken van geautomatiseerde beslissingen op basis van afbeeldingen, en in staat zijn om de inhoud van afbeeldingen te voorspellen, is iets wat echt pas in de afgelopen jaren is opgekomen. Een specialisatie van Machine Learning, genaamd Deep Learning, maakt dit mogelijk. 

 

Alhoewel afbeelingen absoluut een vorm van data zijn, is het een type data welke erg ongestructureerd is. Waar mensen bij data vaak denken aan een bestand met rijen en kolommen, zijn afbeeldingen in principe gewoon verzamelingen van pixels. Het maken van beslissingen op basis hiervan is daarom vrij gecompliceerd. De ontwikkeling van Convolutional Neural Networks maakt het mogelijk dit te verwezenlijken. Ze zijn in staat patronen in afbeeldingen te herkennen, waardoor ze bijvoorbeeld in staat zijn honden en katten van elkaar te onderscheiden.

Object detection neural networks nemen dit een stap verder. Niet alleen zijn ze in staat een afbeelding te classificeren, het is mogelijk om de coordinaten van bepaalde objecten in afbeeldingen te voorspellen, en dan te classificeren wat voor object het is. In het voorbeeld hier voorspellen we bijvoorbeeld plastic in rivieren. Dit is nuttig omdat door deze techniek, er iets concreets gezegd kan worden over hoeveel plastic er in de rivier aanwezig is.

Neem nu contact op:

info@sodascience.nl

Volg ons: