Machine learning is een systeem die ontworpen is om systemen te creëren die data kunnen gebruiken of kunnen leren om beter te performen. Het kan patronen identificeren die in gegevens voorkomt en dat kan gebruikt worden om voorspellingen te doen. Na maten dat er meer gegevens zijn en het dus wordt uitgebreid wordt het systeem nauwkeuriger. Net als een mens die steeds meer oefent en weer wat bijleert.
De voordelen hiervan is dat je zo meer inzicht krijgt, omdat het helpt met naar patronen zoeken en je zo verder kan helpen. De gegevensintegriteit en gebruikerservaring wordt beter. Het vermindert risico, omdat het steeds patronen ziet en ook nieuwe. Zo worden de pogingen ondervangen voordat ze überhaupt kunnen gebeuren. Productaanbevelingen en klantenservice worden beter. Het is ook een automatisch systeem dus verlaagt het de kosten.
De machine learning-technieken zijn leren onder supervisie, leren zonder supervisie en bekrachtigend leren. Leren onder supervisie maakt gebruik van gegevenssets met labels of structuren die het systeem dan moet verwerken. Zo is het makkelijker een beslissing te nemen of een voorspelling te maken. Bij leren zonder supervisie zoekt het naar patronen of relaties en deze vorm heeft geen labels of structuur die kan helpen. Bij bekrachtigend leren wordt het werk overgenomen door het computerprogramma en wordt de mens dus vervangen. Dan helpt het op basis van feedback met beslissingen nemen over het resultaat.
Machine learning kan veel dingen doen. Het kan bijvoorbeeld helpen met fraudepreventie of patiënten bewaken. Het kan zelfs epidemieën voorspellen. Ook kan het een afwijking in het verkeer vinden, helpen met het zoeken naar een korte route en het helpt ook mee om auto’s zelf te laten rijden, zonder bestuurder. Het kan gebruikt worden voor de klantenservice of kijken welke producten het populairs zijn in winkelen, kijken welke er het best in de aanbieding kunnen en de prijzen helpen bepalen. Het kan zelfs helpen op de landbouw door bijvoorbeeld de grond te checken en kijken of het een goede kwaliteit heeft. Er zijn zo veel opties en dat zal in de volgende jaar ook best groeien.
Bij TU Delft was er ook iemand die wilde onderzoeken hoe fietsen reageren op het verkeer. Er was al veel informatie over auto’s, maar over fietser was er weinig te vinden dus besloot ze op onderzoek te gaan. Ze gebruikte allemaal apparatuur om bijvoorbeeld de snelheid te meten en keek hoe de fietser reageren als ze elkaar tegenkwamen. Die informatie analyseert ze en die wilt ze in een machine learning model in Python zetten. Zo kan het machine learning model zelf de informatie analyseren en patronen ontdekken waarmee het dingen kan voorspellen.
Alan Turning heeft machine learnig in 1951 bedacht.
Alan Turning is geboren op 23 juni 1912 in Londen. Hij was een Britse wiskundige, computerpionier en informaticus, logicus en mathematisch bioloog. Alan Turning was het tweede kind van Julius Mathison Turing en Ethel Sara Stoney. Hij had ook een broer. Zijn naam was John Turning. Turning studeerde wiskunde aan de universiteit van Cambridge in 1931. Na Cambridge werkte hij van 1936 tot 1938 bij Church aan de Princeton universiteit. In 1951 vond Turning Machine learning uit.