Supervised learning is één van de meest gebruikte vormen van kunstmatige intelligentie (AI). Hoewel de naam misschien technisch klinkt, is het principe eigenlijk verrassend eenvoudig.
Stel je voor dat je iemand iets nieuws leert. Je geeft voorbeelden, vertelt wat goed is en wat fout is, en corrigeert waar nodig. Na verloop van tijd wordt diegene steeds beter in het herkennen van patronen en het maken van de juiste keuzes. Dat is precies hoe supervised learning werkt.
Leren met voorbeelden
Bij supervised learning wordt een AI-model getraind met data die al “gelabeld” is. Dat betekent dat bij elk voorbeeld al het juiste antwoord bekend is.
Een simpel voorbeeld:
- Je laat een model duizenden foto’s zien
- Bij elke foto staat: “dit is een kat” of “dit is een hond”
Het model gaat vervolgens zelf patronen ontdekken:
- Hoe ziet een kat eruit?
- Wat maakt een hond anders?
Na voldoende training kan het model nieuwe, onbekende foto’s bekijken en zelf voorspellen: “dit is een kat” of “dit is een hond”.
Twee veelvoorkomende toepassingen
Supervised learning wordt vooral gebruikt voor twee soorten taken:
1. Classificatie
Hierbij gaat het om het indelen in categorieën.
Bijvoorbeeld:
- Spam vs. geen spam
- Positieve vs. negatieve reviews
- Verschillende soorten producten herkennen
2. Regressie
Hierbij gaat het om het voorspellen van een waarde.
Bijvoorbeeld:
- Huisprijzen inschatten
- Omzet voorspellen
- Temperatuur voorspellen
Waarom werkt het zo goed?
Het grote voordeel van supervised learning is dat het model leert van duidelijke, gecontroleerde voorbeelden. Daardoor:
- is het vaak nauwkeurig
- is het gedrag beter voorspelbaar
- kun je relatief goed controleren of het model goed presteert
De kwaliteit van de uitkomst hangt wel sterk af van de kwaliteit van de data. Slechte of onvolledige voorbeelden leiden tot minder goede resultaten.
Samenvattend
Supervised learning is een manier waarop AI leert door voorbeelden met de juiste antwoorden te bestuderen. Door patronen in deze data te herkennen, kan het model later zelf voorspellingen doen bij nieuwe situaties.