Woordenlijst: AI Termen Ontcijferd
De wereld van Artificiële Intelligentie zit vol met specifieke termen en jargon. Deze woordenlijst, gebaseerd op de sectie "Enkele termen om te onthouden" uit het boek "AI, De Hype Voorbij", helpt je de belangrijkste begrippen te begrijpen. Gebruik de zoekbalk om snel een term te vinden.
- Algoritme
- Een set van regels of instructies die stap voor stap beschrijven hoe een taak moet worden uitgevoerd of een probleem moet worden opgelost.
- Artificiële Algemene Intelligentie (AGI)
- Een hypothetische vorm van AI die het vermogen heeft om elke intellectuele taak die een mens kan uitvoeren, te begrijpen, te leren en toe te passen.
- Artificiële Intelligentie (AI)
- Systemen die taken kunnen uitvoeren die normaal gesproken menselijke intelligentie vereisen, zoals leren, probleemoplossing, en besluitvorming.
- Bias
- Een fenomeen waarbij AI-systemen systematische vooroordelen vertonen, vaak als gevolg van de data waarop ze zijn getraind, wat kan leiden tot oneerlijke of discriminerende resultaten.
- Big Data
- Extreem grote en complexe datasets die traditionele dataverwerkingssoftware niet aankan. AI en Machine Learning zijn cruciaal voor het analyseren van Big Data.
- Chatbot
- Een softwaretoepassing die is ontworpen om menselijke gesprekken na te bootsen, vaak gebruikt voor klantenservice of informatieverstrekking.
- Computer Vision
- Een AI-veld dat computers in staat stelt visuele informatie (afbeeldingen, video's) te interpreteren en te begrijpen.
- Dataset
- Een verzameling van gegevens die wordt gebruikt om AI-modellen te trainen en te evalueren.
- Deep Learning
- Een gespecialiseerde vorm van Machine Learning die gebruikmaakt van neurale netwerken met meerdere lagen om complexe patronen in grote datasets te analyseren.
- Edge AI
- AI-toepassingen die direct op apparaten (zoals smartphones of IoT-apparaten) worden uitgevoerd, in plaats van in de cloud, wat leidt tot snellere verwerking en betere privacy.
- Ethiek
- De studie en praktijk van het ontwikkelen van technologieën die ethisch verantwoord zijn, rekening houdend met privacy, transparantie, en eerlijkheid.
- Explainable AI (XAI)
- Een onderzoeksgebied dat zich richt op het ontwikkelen van AI-systemen die transparant en begrijpelijk zijn voor mensen, zodat beslissingen kunnen worden verklaard.
- Federated Learning
- Een machine learning-aanpak waarbij modellen worden getraind op meerdere apparaten of servers zonder dat de data wordt gedeeld, wat de privacy verbetert.
- Generative AI (GenAI)
- AI-modellen die nieuwe content kunnen creëren, zoals tekst, afbeeldingen, audio of video, gebaseerd op de data waarmee ze getraind zijn (bijv. ChatGPT, DALL-E).
- Governance
- Het proces van het beheren en reguleren van technologieën om ervoor te zorgen dat ze veilig, eerlijk en verantwoord worden gebruikt.
- Machine Learning (ML)
- Een subset van AI waarbij systemen leren van data zonder expliciet geprogrammeerd te zijn, om patronen te herkennen en voorspellingen te doen.
- MLOps (Machine Learning Operations)
- Een set van praktijken die tot doel hebben om machine learning modellen op een betrouwbare en efficiënte manier te implementeren en te onderhouden in productie.
- Natuurlijke Taalverwerking (NLP - Natural Language Processing)
- Een tak van AI die computers in staat stelt menselijke taal te begrijpen, interpreteren en genereren.
- Neuraal Netwerk
- Een rekenmodel geïnspireerd op de structuur van het menselijk brein, bestaande uit verbonden knooppunten (neuronen) die informatie verwerken.
- Prompt Engineering
- Het proces van het ontwerpen en optimaliseren van input (prompts) voor generatieve AI-modellen om de gewenste output te verkrijgen.
- Quantum Computing
- Een technologie die gebruikmaakt van de principes van de kwantummechanica om berekeningen uit te voeren, wat potentieel revolutionaire toepassingen in AI en dataverwerking kan hebben.
- Reinforcement Learning
- Een type machine learning waarbij een agent leert door interactie met zijn omgeving, waarbij het beloningen ontvangt voor gewenste acties en straffen voor ongewenste acties.
- Robotica
- Een multidisciplinair veld dat zich bezighoudt met het ontwerpen, bouwen, en toepassen van robots. AI speelt een grote rol in moderne robotica.
- Technologische Singulariteit
- Een hypothetisch punt in de toekomst waarop technologische groei onbeheersbaar en onomkeerbaar wordt, resulterend in onvoorstelbare veranderingen voor de menselijke beschaving, vaak geassocieerd met de opkomst van AGI.
- Transfer Learning
- Een techniek waarbij een model dat is getraind op een taak, wordt hergebruikt voor een gerelateerde taak, wat de efficiëntie en prestaties verbetert.
- Use Case
- Een specifieke situatie of scenario waarin een AI-systeem kan worden toegepast om een bepaald probleem op te lossen of een doel te bereiken.
- Vibe Coding
- Een nieuwe aanpak in de softwareontwikkeling waarbij de focus ligt op het creëren van een positieve en inspirerende werkomgeving, wat leidt tot betere code en innovatie.
- Virtuele Assistent
- Een geavanceerdere vorm van een chatbot die een breder scala aan taken kan uitvoeren en meer contextuele informatie begrijpt (bijv. Siri, Google Assistant).
- A/B-testen
- Een methode om twee versies van een model of systeem te vergelijken om te bepalen welke beter presteert.
- Activeringsfunctie
- Een functie in een neuraal netwerk die bepaalt of een neuron wordt geactiveerd.
- Adversarial Example
- Een input die bewust is aangepast om een AI-model te misleiden.
- Anomaliedetectie
- Het identificeren van afwijkingen of ongewone patronen in data.
- API (Application Programming Interface)
- Een set regels waarmee softwaretoepassingen met elkaar kunnen communiceren.
- AutoML
- Automatisering van het proces van het bouwen van machine learning-modellen.
- Backpropagation
- Een algoritme om fouten terug te voeren in een neuraal netwerk en gewichten aan te passen.
- Batch Normalisatie
- Een techniek om de prestaties en stabiliteit van neurale netwerken te verbeteren door normalisatie van inputs.
- Bayesiaans Netwerk
- Een probabilistisch grafisch model dat relaties tussen variabelen weergeeft.
- Black Box
- Een systeem waarvan de interne werking niet transparant of verklaarbaar is.
- Boosting
- Een ensemble-leermethode die zwakke modellen combineert tot een sterk model.
- Bot
- Een geautomatiseerd softwareprogramma dat taken uitvoert op internet.
- Clustering
- Het groeperen van vergelijkbare data zonder vooraf gedefinieerde labels.
- Convolutioneel Neuraal Netwerk (CNN)
- Een type neuraal netwerk dat vooral wordt gebruikt voor beeldherkenning.
- Cross-validation
- Een methode om de prestaties van een model te evalueren door het te testen op verschillende subsets van data.
- Data Augmentatie
- Het kunstmatig vergroten van een dataset door variaties te creëren.
- Data Lake
- Een centrale opslagplaats voor gestructureerde en ongestructureerde data.
- Data Mining
- Het ontdekken van patronen en kennis uit grote hoeveelheden data.
- Data Pipeline
- Een reeks processen voor het verzamelen, verwerken en opslaan van data.
- Decision Tree
- Een model dat beslissingen neemt op basis van een boomstructuur.
- Dimensionaliteitsreductie
- Het verminderen van het aantal variabelen in een dataset.
- Dropout
- Een regularisatietechniek waarbij willekeurig neuronen worden uitgeschakeld tijdens training.
- Early Stopping
- Het stoppen van het trainen van een model voordat het overfit raakt.
- Embedding
- Een representatie van data in een lagere-dimensionale ruimte.
- Ensemble Learning
- Het combineren van meerdere modellen om de prestaties te verbeteren.
- Epoch
- Eén volledige doorloop van de trainingsdata door een model.
- Feature Engineering
- Het creëren van nieuwe inputvariabelen op basis van bestaande data.
- Feature Extractie
- Het automatisch identificeren van relevante kenmerken uit data.
- Fuzzy Logic
- Een logicasysteem dat werkt met gradaties van waar/onwaar in plaats van binaire waarden.
- GAN (Generative Adversarial Network)
- Een neuraal netwerk dat bestaat uit een generator en een discriminator die tegen elkaar strijden.
- Gradient Descent
- Een optimalisatie-algoritme om de fout van een model te minimaliseren.
- Grid Search
- Een methode om de beste hyperparameters voor een model te vinden.
- Heuristiek
- Een praktische benadering om problemen op te lossen, vaak gebaseerd op ervaring.
- Hyperparameter
- Een parameter waarvan de waarde wordt ingesteld vóór het leerproces van een model.
- Inferentie
- Het toepassen van een getraind model op nieuwe data om voorspellingen te doen.
- K-means
- Een veelgebruikte clustering-algoritme.
- K-nearest neighbors (KNN)
- Een algoritme dat voorspellingen doet op basis van de dichtstbijzijnde voorbeelden in de data.
- Label
- De doelwaarde of categorie die aan een datapunt is toegekend.
- Latent Space
- Een abstracte ruimte waarin data wordt gerepresenteerd door een model.
- Leaky ReLU
- Een variant van de ReLU-activeringsfunctie die kleine negatieve waarden doorlaat.
- Learning Rate
- De snelheid waarmee een model zijn parameters aanpast tijdens training.
- Logistic Regression
- Een statistisch model dat wordt gebruikt voor binaire classificatieproblemen.
- Loss Function
- Een functie die het verschil meet tussen de voorspellingen van een model en de werkelijke waarden.
- LSTM (Long Short-Term Memory)
- Een type recurrent neuraal netwerk dat geschikt is voor sequentiële data.
- Markov Chain
- Een stochastisch model dat de waarschijnlijkheid van een reeks gebeurtenissen beschrijft.
- Meta-Learning
- Leren hoe te leren; een model dat leert van andere leeralgoritmen.
- Mini-batch
- Een kleine subset van de trainingsdata die wordt gebruikt voor één update van het model.
- Model Drift
- Het fenomeen waarbij de prestaties van een model na verloop van tijd afnemen door veranderende data.
- Natural Language Generation (NLG)
- Het automatisch genereren van tekst door een AI-systeem.
- Normalisatie
- Het schalen van data naar een standaardbereik.
- Objectdetectie
- Het identificeren en lokaliseren van objecten in afbeeldingen of video.
- One-hot Encoding
- Een techniek om categorische data om te zetten in binaire vectoren.
- Optimizer
- Een algoritme dat de parameters van een model aanpast om de prestaties te verbeteren.
- Outlier
- Een datapunt dat significant afwijkt van andere waarnemingen.
- Overfitting
- Wanneer een model te goed presteert op trainingsdata, maar slecht op nieuwe data.
- PCA (Principal Component Analysis)
- Een techniek voor dimensionaliteitsreductie.
- Perceptron
- Het eenvoudigste type neuraal netwerk, bestaande uit één enkele laag.
- Precision
- Het percentage relevante resultaten onder alle opgehaalde resultaten.
- Preprocessing
- Het voorbereiden en opschonen van data voordat het wordt gebruikt voor modellering.
- Random Forest
- Een ensemble-leermethode die gebruikmaakt van meerdere decision trees.
- Recall
- Het percentage relevante resultaten dat daadwerkelijk is opgehaald.
- Regression
- Een type model dat continue waarden voorspelt.
- Regularisatie
- Technieken om overfitting te voorkomen door de complexiteit van een model te beperken.
- ReLU (Rectified Linear Unit)
- Een veelgebruikte activeringsfunctie in neurale netwerken.
- ResNet
- Een type neuraal netwerk met zogenaamde residual connections.
- ROC-curve
- Een grafiek die de prestaties van een classificatiemodel visualiseert.
- Scaler
- Een methode om data te schalen naar een bepaald bereik.
- Self-supervised Learning
- Een leermethode waarbij het model zelf labels genereert uit de data.
- Semi-supervised Learning
- Een leermethode die gebruikmaakt van zowel gelabelde als ongelabelde data.
- Shapley Value
- Een methode uit de speltheorie om de bijdrage van elke feature aan een voorspelling te meten.
- Sigmoid
- Een activeringsfunctie die een S-vormige curve produceert.
- SMOTE
- Een techniek om datasets met een scheve klassenverdeling te balanceren.
- Softmax
- Een functie die een vector omzet in waarschijnlijkheden.
- Stochastic Gradient Descent (SGD)
- Een variant van gradient descent waarbij elke update wordt gedaan op basis van een willekeurige subset van de data.
- Supervised Learning
- Een leermethode waarbij het model leert van gelabelde data.
- Support Vector Machine (SVM)
- Een krachtig algoritme voor classificatie- en regressietaken.
- Swarm Intelligence
- Het collectieve gedrag van gedecentraliseerde, zelforganiserende systemen.
- Tensor
- Een datastructuur die wordt gebruikt in deep learning, vergelijkbaar met een matrix.
- Tokenization
- Het splitsen van tekst in kleinere eenheden (tokens) voor verwerking door een model.
- Transfer Learning
- Het hergebruiken van een getraind model voor een nieuwe, gerelateerde taak.
- Turingtest
- Een test om te bepalen of een machine intelligent gedrag vertoont dat niet te onderscheiden is van dat van een mens.
- Underfitting
- Wanneer een model onvoldoende leert van de data en slecht presteert.
- Unsupervised Learning
- Een leermethode waarbij het model patronen ontdekt in ongelabelde data.
- Validation Set
- Een dataset die wordt gebruikt om de prestaties van een model te evalueren tijdens het trainen.
- Variance
- De mate waarin de voorspellingen van een model variëren bij verschillende trainingssets.
- Weight
- Een parameter in een neuraal netwerk die bepaalt hoe belangrijk een input is.
- Word Embedding
- Een techniek om woorden te representeren als vectoren in een continue ruimte.
- Zero-shot Learning
- Een leermethode waarbij een model taken uitvoert waarvoor het niet expliciet is getraind.