Machine learning laten ontwikkelen

Machine learning is een vorm van AI waarbij een model patronen leert uit voorbeelden in data, in plaats van uit regels die iemand heeft uitgeschreven. Met wat het geleerd heeft, voorspelt of herkent het model iets in nieuwe gevallen.

Bij supervised learning leert het model van voorbeelden waarvan de uitkomst bekend is: een categorie (classificatie) of een getal (regressie). Bij unsupervised learning is er geen uitkomst en zoekt het model zelf groepen of afwijkingen. Machine learning hoort bij de AI-toepassingen die we bouwen.

Machine learning is een familie van technieken, en elke soort heeft bij ons een eigen pagina. Beelden tellen of keuren doe je met computer vision; voor GVB worden zo passagiers geteld op beelden van de veiligheidscamera's. Teksten indelen of doorzoeken valt onder NLP en tekstanalyse.

Vraag of voorraad vooruit voorspellen heet forecasting. Met predictive maintenance voorspel je uit assetdata wanneer onderhoud nodig is. Bij planning optimaliseren helpen data science en optimalisatie een uitvoerbare planning op te stellen. Afwijkingen vinden, zoals een factuur die niet klopt, heet anomaly detection.

Door het te vergelijken met een eenvoudige basis, zoals altijd de meest voorkomende uitkomst voorspellen of de regel die jullie nu gebruiken. Wint het model daar niet duidelijk van, dan loont het niet. Bij data met een tijdsvolgorde trainen we op het verleden en toetsen we op een latere periode, anders leert het model van de toekomst.

Bij een zeldzame uitkomst zegt het aandeel goede antwoorden weinig. Daarom meten we precisie, het deel van de meldingen dat terecht is, en recall, het deel van de echte gevallen dat het model vindt. Welke zwaarder weegt, hangt af van wat een gemist geval of een vals alarm jullie kost.

Data leakage betekent dat het model bij het trainen informatie gebruikt die er op het moment van voorspellen nog niet is. Het scoort dan in de test te goed en valt in productie tegen. Een voorbeeld: een veld dat pas wordt ingevuld nadat een factuur is afgekeurd.

Daarom splitsen we de data in een train- en testdeel voordat we iets bewerken, en lopen we per kolom na wanneer die bekend is. In productie draait dezelfde voorbewerking als bij het trainen, anders krijgt het model andere invoer dan waarop het leerde.

Een model leert van de historie. Komt er een nieuw product, een andere werkwijze of een andere klantgroep, dan verschuift de invoer en worden de voorspellingen minder goed. Dat heet drift. Daarom bewaken we invoer en voorspellingen, en leggen we vast wanneer het model opnieuw traint.

Leg voor livegang ook vast wie eigenaar is, wie een seintje krijgt bij afwijkingen en wie een nieuwe versie vrijgeeft. Hoe dat technisch werkt, lees je bij MLOps. Het beheer kan bij jullie team liggen of bij ons, via beheer en doorontwikkeling.

We bouwen waar jullie data al staat. Op Databricks leg je experimenten en modellen vast met MLflow en beheer je modelversies in Unity Catalog. In Microsoft Fabric volg je trainingsruns met de ingebouwde MLflow en schrijf je voorspellingen naar OneLake, waar Power BI ze leest. Met het LUMC werken we op een on-premise en soevereine infrastructuur.

Zo houd je de keuze: MLflow is open source, en code en modellen staan in jullie eigen versiebeheer en omgeving. Als Databricks- en Microsoft-partner richten we het data- en AI-platform zo in dat je team het kan overnemen.

Verwerkt het model persoonsgegevens, dan geldt de AVG. Volgens de Autoriteit Persoonsgegevens is een DPIA verplicht als je algoritmische systemen met persoonsgegevens inzet, ook bij een pilot. Mensen hebben recht op een menselijke blik: een voor hen belangrijke beslissing mag je niet geautomatiseerd nemen. Voor overheden wijst de AP op het Algoritmeregister.

De AI-verordening rekent onder meer software die cv's sorteert en kredietscores tot hoog risico. Volgens de Europese Commissie gelden daarvoor strenge verplichtingen vanaf 2 december 2027. Of jullie model daaronder valt, beoordeelt jullie jurist of compliance-afdeling. Wij helpen met de inventarisatie en de risico-indeling voorbereiden; meer bij AI Act.

Als een vaste regel de beslissing al goed genoeg neemt, als de uitkomst nergens is vastgelegd, zodat het model niets heeft om van te leren, of als de beslissing zo zelden voorkomt dat bouwen en beheren niet opwegen tegen wat het oplevert. Dan is een regel in het bestaande systeem of een goed dashboard verstandiger.

Een rommelige bron los je met een model ook niet op; dan begin je bij het data fundament. Weet je niet waar het knelt, in de data, de processen of de organisatie, begin dan met een volwassenheidsscan. Past een lichtere oplossing, dan zeggen we dat.

Wil je eerst bedrijven naast elkaar zetten? Bekijk ons overzicht van de beste machine learning bedrijven.