Skip to Content
Contact

De eenvoudige definitie van machine learning

Machine learning technologie leert computers hoe ze taken moeten uitvoeren door te leren van data, in plaats van dat ze er expliciet voor worden geprogrammeerd.
Previous Next
Afbeelding van het menselijk brein

Wat is een neuraal netwerk?

Neurale netwerken, ook wel kunstmatige neurale netwerken genoemd, vormen een type machine learning dat enigszins is gebaseerd op de functie van neuronen in het menselijk brein. Het zijn computerprogramma's die meerdere lagen nodes (of neuronen) gebruiken die parallel aan elkaar werken om dingen te leren, patronen te herkennen en beslissingen te nemen op een mensachtige manier.

Afbeelding die een neuraal netwerk in deep learning voorstelt

Wat is deep learning?

Deep learning is een "diep" neuraal netwerk dat vele lagen neuronen en een gigantisch volume aan data omvat. Dit geavanceerde type machine learning kan complexe, niet-lineaire problemen oplossen en is verantwoordelijk voor doorbraken op het gebied van AI, zoals natural language processing (NLP), persoonlijke digitale assistenten en zelfrijdende auto's.

Afbeelding van het menselijk brein dat nieuwe informatie leert

Supervised vs. unsupervised learning

Supervised learning-algoritmen worden getraind met data die de juiste antwoorden bevat. Ze bouwen modellen die data en antwoorden verbinden, en gebruiken deze modellen voor verdere verwerking. Unsupervised algoritmen leren van data zonder dat de juiste antwoorden worden gegeven. Ze gebruiken grote, diverse datasets om zichzelf te verbeteren.

De principes van machine learning en best practices voor bedrijven

De voordelen van machine learning in de zakelijke context

Previous Next

Snellere besluitvorming

Machine learning algoritmen kunnen prioriteren en het besluitvormingsproces automatiseren. Ze kunnen u ook attenderen op kansen en slimme acties die meteen moeten worden ondernomen, zodat u de beste resultaten behaalt.

Aanpassingsvermogen

Kunstmatige intelligentie gaat niet alleen over historische data. Het kan ook realtime input verwerken, zodat u on the fly aanpassingen kunt doen. Denk bijvoorbeeld aan auto's die automatisch stoppen voordat ze een ander voertuig naderen.

Algoritmisch bedrijf

Een "algoritmisch bedrijf" past geavanceerde machine learning algoritmen toe om zo een hoge mate van automatisering te bereiken. Als deze stap eenmaal is gezet, wordt de weg vrijgemaakt voor innovatieve nieuwe businessmodellen, producten en diensten.

Rijkere inzichten

Machine learning kan grote, complexe en in beweging zijnde data analyseren, en inzichten ontdekken (ook voorspellende inzichten) die ver buiten het menselijke vermogen gaan. Vervolgens zet het op basis van die inzichten relevante acties in gang.

Efficiency

Met slimme bedrijfsprocessen die worden ondersteund door machine learning kunt u de efficiency enorm verbeteren. Zo kunt u nauwkeurig plannen en voorspellen, taken automatiseren, kosten verlagen en zelfs menselijke fouten voorkomen.

Betere resultaten

Met machine learning kunt u de bedrijfsresultaten boosten. Zo speelt u met gerichte acties slim in op nieuwe kansen, en voorspelt u de resultaten van een beslissing voordat deze is genomen.

Use cases van machine learning

Veel verschillende branches en vakgebieden, vooral die waarin grote hoeveelheden data worden verzameld, zijn klaar voor machine learning. Onderstaande sectoren lopen daarbij voorop:

Onderzoek naar machine learning

SAP werkt samen met topuniversiteiten om het gebruik van machine learning voor bedrijven naar een hoger niveau te tillen.

Training over machine learning

Ontdek het uitgebreide aanbod van trainingen, cursussen en lesboeken over machine learning.

Blijf op de hoogte van trends op het gebied van machine learning

Back to top