Hoe werkt machine learning?
Google legt het uit met een app die regen voorspelt. Zonder machine learning bouw je een natuurkundig model van de atmosfeer, met enorm veel vergelijkingen. Met machine learning geef je een model grote hoeveelheden weerdata. Het model leert zelf het verband tussen weerpatronen en de hoeveelheid regen. Daarna voorspelt het de regen op basis van de actuele weerdata.
Google onderscheidt vier soorten systemen:
- Supervised learning: het model leert van voorbeelden met het juiste antwoord erbij, zoals een student die oude examens met antwoorden oefent. Zo voorspelt het een getal (regressie) of een categorie, bijvoorbeeld spam of geen spam (classificatie).
- Unsupervised learning: het model zoekt zelf patronen in data zonder antwoorden, bijvoorbeeld door vergelijkbare gegevens in groepen in te delen.
- Reinforcement learning: het model leert van beloningen en straffen voor wat het doet. Zo leerde AlphaGo het spel go spelen.
- Generatieve AI: modellen die nieuwe content maken, zoals tekst of beelden.
Waar kom je machine learning tegen in marketing?
- Google Analytics 4: voorspellende meetwaarden, zoals de kans dat een gebruiker binnen zeven dagen koopt. Google Analytics gebruikt daarvoor de machine-learningkennis van Google.
- Google Ads: Smart Bidding gebruikt AI om in elke veiling te bieden op conversies of conversiewaarde.
Machine learning heeft genoeg voorbeelden nodig. Voor de voorspellende meetwaarden in Google Analytics moeten in een periode van zeven dagen minstens 1.000 terugkerende gebruikers de voorspelde actie hebben gedaan. Minstens 1.000 andere terugkerende gebruikers moeten die actie juist niet hebben gedaan.
Voorbeeld: een koffiewebshop voorspelt aankopen
Koffiewebshop Bonenbar uit Utrecht heeft genoeg terugkerende klanten om aan die drempel te voldoen. Het team maakt in Google Analytics een doelgroep van bezoekers die waarschijnlijk binnen zeven dagen iets kopen. Die doelgroep komt automatisch in het gekoppelde Google Ads-account.
Niemand heeft vastgelegd welk gedrag op een aankoop wijst. Het model leidt dat af uit eerdere bezoeken en bestellingen. De webshop gebruikt de doelgroep voor remarketing met een herinnering aan het favoriete product.
Waar komt de term machine learning vandaan?
In juli 1959 publiceerde Arthur Samuel in het IBM Journal of Research and Development een studie met machine learning in de titel. Hij onderzocht twee leermethoden met checkers, een variant van dammen op een kleiner bord. Zijn conclusie: een computer kan leren dat spel beter te spelen dan de persoon die het programma schreef.
Het basisidee is sindsdien hetzelfde gebleven. De programmeur schrijft niet de oplossing voor, maar een manier waarop de computer van ervaring leert.
Veelgestelde vragen over Machine learning
Wat is het verschil tussen AI en machine learning?
AI is het brede vakgebied. Machine learning is een deelgebied daarvan, waarin software van data leert. Volgens Google gebruiken sommige organisaties de twee termen door elkaar.
Wat is een model in machine learning?
Een model is een wiskundig verband dat het systeem uit data heeft afgeleid. Met dat verband doet het voorspellingen over nieuwe gevallen, zoals de kans op een aankoop.
Hoeveel data heeft machine learning nodig?
Dat verschilt per toepassing. Neem de voorspellende meetwaarden in Google Analytics. Daarvoor zijn minstens 1.000 terugkerende gebruikers nodig die de actie wel deden, en 1.000 die dat niet deden.