Kaggle is een onlineplatform voor datascience en machine learning, sinds 2017 eigendom van Google. Het biedt openbare datasets, wedstrijden gebaseerd op echte problemen, browsergebaseerde notebooks met rekenkracht en leercursussen. Voor organisaties en lerenden is het nuttig om methoden uit te proberen, aanpakken te vergelijken of talent op te sporen. De licentie en herkomst van een dataset moeten vóór gebruik worden gecontroleerd.
Agents, workflows en sjablonen in één werkruimte – gratis demo van 24 uur.
Demo startenMachine learning is een tak van de kunstmatige intelligentie waarin computers patronen uit data afleiden in plaats van dat elke regel expliciet wordt geprogrammeerd. Afhankelijk van de taak leren modellen van gelabelde voorbeelden (gesuperviseerd), van ongelabelde data (ongesuperviseerd) of via beloningen (reinforcement). Toepassingen variëren van spamfilters en vraagvoorspellingen tot productaanbevelingen. De kwaliteit hangt sterk af van de hoeveelheid en kwaliteit van de trainingsdata.
Jupyter Notebook is een open-source, browsergebaseerde applicatie van Project Jupyter die uitvoerbare code, resultaten, grafieken en toelichtende tekst in één document combineert. Notebooks worden veel gebruikt bij data-analyse, machine learning, onderzoek en onderwijs, omdat elke stap navolgbaar kan worden gedocumenteerd en gedeeld. Python is de meest gebruikte taal. Voorbeeld: een analist laadt verkoopgegevens, maakt ze schoon en toont de resultaten direct eronder als grafiek.
In AI betekent benchmarking het systematisch vergelijken van modellen of systemen aan de hand van vastgelegde taken en criteria. Openbare benchmarks meten bijvoorbeeld algemene kennis, redeneervermogen of programmeervaardigheid; voor de praktijk zijn testgevallen uit uw eigen dagelijkse werk echter het belangrijkst. Typische criteria zijn nauwkeurigheid, volledigheid, responstijd en kosten. Dat helpt te beslissen of een kleiner, goedkoper model goed genoeg is voor een taak.
Trainingsgegevens zijn de voorbeelden waaruit een AI-model patronen leert: grote tekstverzamelingen voor taalmodellen, gelabelde afbeeldingen voor beeldmodellen. Hun kwaliteit, diversiteit en actualiteit bepalen grotendeels hoe betrouwbaar en eerlijk een model is en hoe actueel zijn kennis zal zijn. Voor organisaties is ook van belang of een aanbieder de klantgegevens die zij invoeren voor verdere training gebruikt.
