K-nearest neighbours (k-NN) is een eenvoudige methode voor gesuperviseerd leren. Om een nieuw datapunt te classificeren zoekt ze de k meest gelijkende bekende voorbeelden en neemt ze hun meest voorkomende klasse over of, bij numerieke waarden, hun gemiddelde. Ze heeft geen echte trainingsfase nodig, maar wordt traag bij grote datasets en is gevoelig voor de schaling van kenmerken. Voorbeeld: productaanbevelingen op basis van vergelijkbare klanten.
Agents, workflows en sjablonen in één werkruimte – gratis demo van 24 uur.
Demo startenEen classificeerder is een model of methode die invoer toewijst aan een van meerdere vooraf bepaalde categorieën. Klassieke varianten zoals beslisbomen of naive Bayes worden getraind op gelabelde voorbeelden; taalmodellen kunnen teksten ook sorteren aan de hand van een beschrijving van de categorieën. Typische toepassingen zijn spamdetectie, het sorteren van klantvragen op onderwerp en het categoriseren van bonnen. De kwaliteit wordt gemeten met maten zoals nauwkeurigheid, precisie en recall.
K-means is een methode voor ongesuperviseerd leren die datapunten verdeelt in een vooraf bepaald aantal k groepen. Ze wijst elk punt toe aan het dichtstbijzijnde groepscentrum en blijft deze centra verschuiven totdat de toewijzingen nauwelijks nog veranderen. De methode is snel en makkelijk te begrijpen, maar vereist een zinvolle keuze van k en kenmerken op vergelijkbare schalen. Voorbeeld: klanten groeperen op aankoopfrequentie en winkelmandwaarde.
Bij gesuperviseerd leren leert een model van voorbeelden waarvan het juiste antwoord al bekend is, zoals e-mails die als “spam” of “geen spam” zijn gelabeld. Daaruit leidt het regels af om nieuwe, onbekende gevallen te classificeren of waarden te voorspellen. Typische taken zijn classificatie en regressie; het meeste werk zit in het maken van zuiver gelabelde gegevens.
Een embeddingvector (embedding) is een lijst getallen die de betekenis van een woord, zin of document weergeeft, zodat teksten met vergelijkbare inhoud dicht bij elkaar liggen. Zo kan bijvoorbeeld worden herkend dat ‘opzegging’ en ‘beëindiging van het contract’ verwant zijn, ook al hebben ze geen woorden gemeen. Embeddings vormen de basis van veel semantische zoeksystemen, aanbevelingsdiensten en RAG-toepassingen; ze worden berekend door speciaal getrainde modellen.
