Terug naar begrippenlijst
Classificatie
In de wereld van AI is classificatie een van de bekendste en meest gebruikte technieken. Het draait allemaal om het herkennen van patronen en het maken van onderscheid. Of het nu gaat om het herkennen van katten op foto’s, het filteren van spam of het beoordelen van sentiment in reviews – bij classificatie leert een model wat in hokje A en in hokje B hoort.
Inhoudsopgave
Slimme hokjesdenkers: Wat classificatie precies is
Classificatie betekent dat een algoritme data indeelt in vooraf bepaalde categorieën. Simpel gezegd: het AI-model leert om keuzes te maken op basis van voorbeelden. Zo leert het model bijvoorbeeld het verschil tussen een e-mail die je écht wilt lezen en eentje die beter in je spam belandt. Het idee is dat je het systeem traint met bestaande voorbeelden (getagde data), zodat het later zelf nieuwe gevallen in de juiste categorie weet te plaatsen.
Hoe leert een algoritme het verschil?
Je voert het AI-model met voorbeelden, ook wel trainingsdata genoemd. Stel je wilt een model leren wat een hond is en wat een kat is. Dan geef je het duizenden plaatjes van beide dieren, mét het juiste label erbij. Het algoritme gaat op zoek naar herkenbare kenmerken: oren, snuit, vacht, noem maar op. Na een tijdje herkent het zelf of een nieuw plaatje eerder op een hond of kat lijkt. En hoe meer je het traint, hoe slimmer het wordt.
Van spamfilter tot medische scan
Classificatie is overal. Die spamfilter in je mailbox of het herkennen van gezichten in foto-apps? Gebouwd met een classificatiemodel. Of denk aan medische software die op scans probeert te zien of er afwijkingen zijn. In al deze gevallen wordt er een label toegekend aan een stukje data en dat gebeurt razendsnel én steeds nauwkeuriger.
Wat maakt classificatie zo krachtig?
Het mooie aan classificatie is dat het snel toepasbaar én schaalbaar is. Heb je eenmaal een goed getraind model, dan kun je het op grote hoeveelheden data loslaten. Je hoeft dus niet alles handmatig te beoordelen of sorteren. En omdat het model blijft leren (zeker in combinatie met technieken als Deep Learning), wordt het steeds beter in het maken van inschattingen. Handig, of je nu een webshop runt of een AI-tool ontwikkelt.
Veelgestelde vragen
Nee, classificatie is een techniek binnen Machine Learning: een van de manieren waarop AI patronen leert herkennen.
Bij classificatie deel je iets in een vaste categorie in (bijv. “spam” of “geen spam”). Bij regressie voorspel je een waarde, zoals een prijs of temperatuur.
Hoe meer en hoe beter gelabelde data je hebt, hoe betrouwbaarder je model wordt. Maar er zijn ook technieken die met minder data redelijk goed presteren.
Ja, er zijn tools (zoals Teachable Machine of AutoML) waarmee je classificatiemodellen kunt bouwen zonder te programmeren.
Bo Pennings CEO & AI specialist
Gerelateerde begrippen
- AI-algoritmes
- AI-gegenereerde websites
- AI-tools
- Augmented Intelligence
- Binary Search Tree
- Conversational AI
- DALL·E
- Data Readiness Check
- Deep Learning
- Edge AI
- Generative Adversarial Network
- Hallucinatie
- Low-code AI
- Machine Learning bias
- OpenAI
- Parameter
- Prompt engineering
- Proof-of-Concept
- Robotic Process Automation
- Sora
- Supervised Learning
- Token
- Trainingsdataset
- Turingtest
