De blog van The Write Mind

Een toemaatje visueel machinaal leren

Een toemaatje visueel machinaal leren
In deze Simsalabim post komen volgende onderwerpen aan bod:

Een toemaatje visueel machinaal leren

En zoals uit onze vorige blog post blijkt, kan dat ook! Met name door binnen Computer Aided Engineering (CAE) processen algoritmen voor gecontroleerd machinaal leren in te zetten. Daardoor kunnen snel de meest interessante gebieden binnen de ontwerp ruimte worden afgebakend. Dat laat ontwikkelingsteams toe om snel in te zoomen op oplossingen met het grootste verbeteringspotentieel.

Deze algoritmen krijgen van meet af aan duidelijke instructies. Welke gegevens binnen een verzameling moeten worden beschouwd als invoergegevens? En welke zijn de overeenstemmende uitvoergegevens? Vertrekkend van die informatie bouwen deze algoritmen gecontroleerd kennis op. Net alsof er iemand meekijkt over de schouder en nauw toeziet op het leerproces dat ze doormaken. Die kennis leggen ze vast in een voorspellend model. Dat is na een initiële leerfase perfect in staat om met grote waarschijnlijkheid de juiste uitvoergegevens te voorspellen voor een nieuwe reeks invoergegevens.

Algoritmen voor gecontroleerd leren worden meestal ingezet om gegevens te  classificeren. Een typisch voorbeeld zijn spamfilters die potentieel ongewenste e-mailberichten automatisch onderscheiden van gewenste e-mailberichten. Maar hoe gaat dat nu concreet in zijn werk?

Om dat te weten, loont het de moeite om deze recente blog post visueel machinaal leren te lezen: A Visual Introduction to Machine Learning. Die licht heel aanschouwelijk de principes van machinaal leren toe. Sterk aanbevolen lectuur!

Interessant? Vergeet deze Simsalabim post niet te delen:
Luc Meulewaeter Een toemaatje visueel machinaal leren
Ontdek aanverwante Simsalabim posts:
Luc MeulewaeterEen toemaatje visueel machinaal leren