Machine learning

Wat is machine learning?

Machine learning is software die patronen leert uit voorbeelden, in plaats van regels te volgen die een programmeur uitschreef. Je geeft het systeem veel data, en het zoekt zelf het verband tussen wat erin gaat en wat eruit moet komen.

Het verschil zie je goed bij een spamfilter. De klassieke aanpak: iemand schrijft regels zoals "blokkeer elke mail met 'gratis' in de onderwerpregel". Dat werkt even, tot spammers hun woordkeuze aanpassen en er iemand nieuwe regels moet bijschrijven. De machine learning-aanpak: je toont het systeem duizenden mails die gebruikers als spam of geen spam markeerden. Het model pikt zelf de patronen op, ook combinaties van signalen waar geen mens aan dacht, en leert bij wanneer je het nieuwe voorbeelden geeft.

Machine learning is een deelgebied van artificiële intelligentie. Het is de motor achter veel toepassingen die je dagelijks gebruikt zonder erbij stil te staan: de aanbevelingen van je streamingdienst, de filevoorspelling in je navigatie-app, de fraudedetectie bij je bank.

Hoe leert een model?

Een model trainen is een mechanisch proces. Je vertrekt van historische voorbeelden: de kenmerken van iets (bij een woning bijvoorbeeld de oppervlakte, ligging en bouwjaar) en vaak ook het juiste antwoord (de verkoopprijs). Een algoritme zoekt het wiskundige verband tussen die twee.

Dat gaat in kleine stappen. Het model doet een voorspelling, vergelijkt die met het echte antwoord, en stelt zijn interne parameters een beetje bij om de fout te verkleinen. Die lus herhaalt zich duizenden keren, tot de voorspellingen dicht genoeg bij de werkelijkheid liggen. Het eindresultaat is een model: een functie die voor nieuwe input een voorspelling berekent. Dat gebruik na de training heet inferentie.

Eén valstrik zit ingebakken in dit proces: een model dat je test op dezelfde data waarop het trainde, lijkt altijd beter dan het is. Daarom hou je een deel van je data apart als testset en beoordeel je het model op voorbeelden die het nooit zag. Scoort het sterk op de trainingsdata maar zwak op de testset, dan heb je overfitting: het model heeft de voorbeelden vanbuiten geleerd in plaats van het patroon te snappen. Vergelijk het met een student die oude examenvragen memoriseert. Op exact die vragen scoort hij perfect, maar zodra het examen nieuwe vragen bevat, valt hij door de mand.

De drie leervormen

Machine learning valt uiteen in drie grote families, en elk heeft een eigen pagina in deze dictionary.

• Supervised learning: het model leert uit voorbeelden waar het juiste antwoord bij zit, zoals mails met het label spam of geen spam. Dit is de meest gebruikte vorm in bedrijven, voor alles waar je een concreet antwoord wil voorspellen, zoals een prijs of een risicoscore.

• Unsupervised learning: het model krijgt data zonder labels en zoekt er zelf structuur in. Zo ontdek je bijvoorbeeld klantgroepen met gelijkaardig koopgedrag zonder dat je die groepen vooraf definieerde.

• Reinforcement learning: het model leert door te proberen en krijgt beloningen of straffen voor zijn acties. Deze vorm zie je vooral bij robotica, spelcomputers en optimalisatievraagstukken zoals routeplanning.

Machine learning versus klassieke software en generatieve AI

Machine learning versus klassieke software

In klassieke software ligt het gedrag vast in regels: dezelfde input geeft altijd dezelfde output, en wil je ander gedrag, dan herschrijft iemand de code. Een machine learning-model haalt zijn gedrag uit data: de output is een inschatting met een foutmarge, en wil je ander gedrag, dan hertrain je met nieuwe voorbeelden.

Dat maakt machine learning niet automatisch de betere keuze. Zijn de regels gekend en stabiel, zoals een btw-berekening, dan is klassieke software eenvoudiger en beter uitlegbaar. Machine learning loont pas als de regels te complex zijn om uit te schrijven of te snel veranderen om bij te houden.

Machine learning versus generatieve AI

Generatieve AI is een tak van machine learning. Grote taalmodellen (LLM's) zoals die achter ChatGPT of Copilot zijn machine learning-modellen die op enorme hoeveelheden tekst getraind zijn.

Het praktische verschil zit in wat je ermee doet. Een klassiek machine learning-model voorspelt iets specifieks, zoals een getal of een categorie, en train je meestal op je eigen bedrijfsdata. Een generatief model maakt nieuwe inhoud, zoals tekst, beeld of code, en gebruik je doorgaans kant-en-klaar van een leverancier.

Wanneer gebruik je machine learning in je bedrijf?

Je hebt geen datateam van twintig man nodig om waarde te halen uit machine learning. Dit zijn de toepassingen waar KMO's het vaakst mee starten:

1. Vraagvoorspelling: voorspel je verkoop op basis van historiek, seizoen en promoties, zodat je voorraad en personeelsplanning daarop afstemt.

2. Anomaliedetectie: spoor afwijkende transacties, sensorwaarden of facturen op die een mens tussen duizenden regels nooit zou opmerken.

3. Klantverloop voorspellen: herken aan hun gedrag welke klanten dreigen af te haken, zodat je ze kan contacteren voor ze effectief vertrekken.

4. Onderhoud voorspellen: voorspel wanneer een machine dreigt uit te vallen op basis van sensordata, en plan het onderhoud voor de stilstand in plaats van erna.

Wat heb je nodig om te starten?

Drie dingen bepalen of een machine learning-project kans op slagen heeft.

Historiek. Een model leert uit het verleden. Wil je klantverloop voorspellen, dan heb je een geschiedenis nodig van klanten die bleven en klanten die vertrokken. Zonder die historiek valt er niets te leren, hoe goed het algoritme ook is.

Kwaliteit en labels. Voor supervised learning moet bij elk voorbeeld het juiste antwoord zitten, en dat labelen kost tijd. Fouten, dubbele records en lege velden in je data worden mee aangeleerd: een model wordt nooit beter dan de data waarop het trainde.

Iemand die opvolgt. Een model is geen eenmalig project. De prestaties zakken naarmate de wereld verandert, dus iemand moet de voorspellingen blijven vergelijken met wat echt gebeurde en het model hertrainen wanneer dat nodig is. Dit werkveld heeft zijn eigen naam: MLOps.

Waar moet je op letten bij het gebruik van machine learning

Bias uit je historiek. Een model leert uit je verleden, inclusief de fouten en vooroordelen die erin zitten. Weigerde je in het verleden systematisch een bepaald klantprofiel, dan leert het model dat patroon netjes mee aan. Bekijk dus niet alleen of het model juist voorspelt, maar ook voor wie het fout zit.

Model drift. De wereld verandert, je model niet vanzelf. Een vraagvoorspelling die trainde op data van voor een prijsstijging, een verhuis of een nieuw assortiment loopt achter op de realiteit. Plan monitoring en hertraining in vanaf dag één.

Een kans, geen zekerheid. Een model zegt niet "deze klant vertrekt" maar "deze klant heeft een verhoogde kans om te vertrekken". Gebruik voorspellingen als hulp bij een beslissing. Bij gevoelige keuzes, zoals kredieten of aanwervingen, hoort een mens het laatste woord te hebben.

FAQ over machine learning

1. Hoeveel data heb ik nodig?
Daar bestaat geen vast getal voor. Een eenvoudige voorspelling met enkele variabelen lukt soms al met een bescheiden dataset, complexe patronen vragen veel meer voorbeelden. Belangrijker dan het volume is dat je data representatief en betrouwbaar zijn: tienduizend rijen vol fouten leren een model vooral fouten aan.

2. Is machine learning hetzelfde als AI?
Nee. Artificiële intelligentie is de brede term voor systemen die taken uitvoeren waar normaal menselijke intelligentie voor nodig is. Machine learning is het deelgebied dat dit bereikt door te leren uit data, en het is vandaag veruit de belangrijkste techniek binnen AI.

3. Moet ik zelf een model bouwen?
Vaak niet. Veel software die je al gebruikt heeft machine learning aan boord, van je spamfilter tot boekhoudpakketten die facturen automatisch herkennen. Zelf een model trainen loont pas wanneer je vraag specifiek is voor jouw bedrijf, zoals vraagvoorspelling op basis van je eigen verkoophistoriek.

4. Hoe weet ik of mijn model goed werkt?
Test het altijd op data die het tijdens de training nooit zag, en kijk verder dan één score: een spamfilter die alles doorlaat haalt ook een mooie nauwkeurigheid als er weinig spam binnenkomt. En na de livegang begint het echte werk: blijf voorspellingen naast de werkelijkheid leggen om te zien of het model scherp blijft.