Deze website maakt gebruik van cookies. Lees meer of klik hier om te accepteren. Accepteren Lees meer

VCMB - Verbonden door creditmanagement kennis!
VCMB

Machine learning

Machine learning verwijst naar een vorm van kunstmatige intelligentie (AI) waarbij systemen worden gebouwd door te leren van verwerkte data en die data vervolgens gebruiken om beter te presteren.

Hoe werkt machine learning?

Machine learning zet ervaring om in kennis, net zoals mensen, maar dan net iets anders. Het systeem wordt geprogrammeerd door het zetten van verschillende variabelen op het begin. Uiteindelijk kan het systeem hier zelf nieuwe variabelen aan toevoegen die helpen bij zijn functies.

Stel dat een programma foto’s van honden van katten moet onderscheiden, voor ons heel makkelijk maar hoe legt een robot het onderscheid? Ze hebben allebei vier poten, in sommige gevallen dezelfde kleur vacht en ga zo maar door. Door enorm veel foto’s (data) door het systeem te halen en aan te geven of zijn output correct is blijft de kunstmatige intelligentie leren. Wanneer op de foto een hond staat en zijn antwoord een kat is wordt dat door een mens afgekeurd en weet hij zeker dat de foto toch van een hond is. Vervolgens kan hij deze foto analyseren en verschillende aspecten opslaan die bij de hond horen. Door dit proces enorm vaak te herhalen ontstaat er een bibliotheek aan gegevens waar hij een beroep op kan doen voor de volgende foto. Hoe meer data en hoe meer tijd het programma krijgt, hoe accurater hij zal worden. Het programma zal zelf algoritmes en statistische modellen creĆ«ren die helpen bij het maken van de juiste keuzes in de toekomst.

Machine learning in de praktijk?

Deepmind, een ontwikkelaar van ‘machine intelligence’ heeft 2 programma’s ontwikkeld die de schaakkampioen en de kampioen van minder het bekende spel ‘Go’ hebben verslagen. Hier werden digitaal geregistreerde spellen van echte mensen aan de robot voorgelegd. Vervolgens kon het programma niet alleen kijken wat de beste zetten waren, maar ook voorspellen wat de tegenstander zou gaan doen. Vervolgens koos hij op basis van een statistisch model voor de meest ‘winstgevende’ zet.

Tegenwoordig zien we machine learning op veel plekken. Bij Netflix, digitale marketing en ook bij banken. Via machine learning kunnen banken achterhalen waar uitgaven aan worden besteed en hoe inkomsten worden genereert. Vervolgens kan hier een risico aan worden gehangen of een bepaald advies. Daarnaast kunnen ze voorspellen hoe de liquide middelen van de klant in de toekomst zullen worden gebruikt. Uiteindelijk ontstaat hierdoor een nieuw gebied aan data waarop winst kan worden gemaakt en risico worden beheert.

Voor meer informatie neem contact op met credipedia@vcmb.nl

 

© 2020 VCMB - Website door: New Fountain

Wanneer onderneemt u actie bij het signalen van betalingsachterstanden?

Laden ... Laden ...