Dit is waarom je machine learning in moet zetten

Machine learning, je hoort het steeds vaker. En zonder dat de meeste mensen het weten, zijn er al veel toepassingen van machine learning in ons dagelijks leven. Bedrijven als Google, Facebook en Netflix gebruiken deze technieken veelvuldig, waardoor je bijvoorbeeld suggesties te zien krijgt. Maar hoe werkt het nou precies, en welke waarde heeft het voor jouw organisatie? Wij leggen het je uit!

Wat is machine learning?

Machine learning is een vorm van kunstmatige intelligentie (AI) die gericht is op het bouwen van systemen die van de verwerkte data kunnen leren of data gebruiken om beter te presteren. Kunstmatige intelligentie is een overkoepelende term voor systemen of machines die de menselijke intelligentie nabootsen. Machine learning maakt het mogelijk om menselijke taken door apparaten uit te laten voeren. Het wordt gebruikt om patronen te ontdekken en deze te gebruiken. De machine stelt door middel van algoritmes zelf bepaalde regels op, om bepaalde input te koppelen aan bepaalde output. Dit kunnen taken zijn die voor mensen eenvoudig zijn, zoals het herkennen van een plaatje of het inplannen van een afspraak bij de kapper. Maar ook complexere taken zoals een gesprek met een helpdesk.

Een voorbeeld

Met machine learning kan men zaken classificeren, bijvoorbeeld het verschil tussen een hond en een dweil. Je zou misschien zeggen dat je daar geen machine learning voor nodig hebt, maar niets is minder waar. Een hond kan erg veel op een dweil lijken. Zie jij het verschil? Machine learning analyseert de foto en bekijkt welke objecten de machine kan herkennen. Hoe zekerder de machine is van deze objecten, hoe hoger zijn score. Dit ‘denken’ van machine learning is gebaseerd op neurale netwerken in onze hersenen. Bij het voorbeeld van de hond en de dweil zullen je hersenen eerst op pixelniveau het plaatje inspecteren, daarna bekijkt het pas het hele plaatje om erachter te komen of het een hond of een dweil is.

Waarom nu?

Het digitale tijdperk is on. Diverse technologieën worden tegelijkertijd volwassen, wat enorm veel data oplevert. Miljarden apparaten zijn verbonden. Systemen verhuizen naar de cloud en worden intelligent, zelflerend en zijn steeds meer in staat om autonoom te opereren. De wereld is mobiel én verbonden. Dit maakt machine learning een stuk makkelijker en beter te realiseren. Vandaar dat het in een stroomversnelling staat. Machine learning biedt organisaties een uitgelezen kans om de schat aan data die tegenwoordig beschikbaar is om te zetten naar bedrijfswaarde.

Machine learning, jouw business en de toekomst

Dat machine learning een belangrijk onderdeel is van het technisch landschap valt niet te ontkennen. Er zijn vele use-cases waarbij machine learning naast de business, ook de ontwikkelaars kan ondersteunen. Zo houdt o.a. Google zich nu bezig met machine learning in combinatie met een chatbot. Inefficiënte workflows kunnen ertoe leiden dat je niet het maximale uit machine learning kan halen. Hierdoor is het dus belangrijk dat het deel uitmaakt van een platform waarop je bedrijfsprocessen kan vereenvoudigen en modellen op grote schaal kunt inzetten. Met de juiste oplossing beheer je al je data-science activiteiten centraal op één samenwerkingsplatform en kan het open source-tools, framework en infrastructuur versneld in gebruik nemen en beheren.


Heb jij interessante use-cases waar we samen over kunnen brainstormen? TheValueChain helpt om gericht na te denken over deze onderwerpen en de samenhang te ontdekken. Neem contact met ons op!